Factorization-class(fabia)
Factorization-class()所属R语言包：fabia
The Factorization Class
因子类
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Factorization is the class structure for results of matrix factorization. Especially it is designed for factor analysis used for biclustering.
因式分解是类结构矩阵分解的结果。尤其是，它被设计为双分群使用的因素分析。
The summary method shows information about biclusters. The show method plots information about biclusters. The plot method produces biplots of biclusters.
summary方法显示信息约biclusters。 show方法图约biclusters的信息。 plot方法产生biclusters biplots。
类的对象----------Objects from the Class----------
Objects can be created by fabia, fabias, fabiap, fabiasp, mfsc, nmfsc,
对象可以创建由fabia，fabias，fabiap，fabiasp，mfsc，nmfsc，
插槽----------Slots----------
Objects of class Factorization have the following slots:
类对象Factorization有以下插槽：
parameters: Saves parameters of the factorization method in a list: ("method","number of cycles","sparseness weight","sparseness prior for loadings","sparseness prior for factors","number biclusters","projection sparseness loadings", "projection sparseness factors","initialization range","are loadings rescaled after each iterations","normalization = scaling of
parameters：保存参数列表中的分解方法：（“法”，“循环次数”，“稀疏重量”，“稀疏的前负荷”，“稀疏的因素事先” “号biclusters”，“稀疏投影负荷”，“投影稀疏的因素”，“初始化范围”，“每次迭代重新调整负荷”，“标准化=缩放
n: number of rows, left dimension.
n：行数，左维。
p1: right dimension of left matrix.
p1：右左矩阵维。
p2: left dimension of right matrix.
p2：左右矩阵维。
l: number of columns, right dimension.
l：列数，正确的尺寸。
center: vector of the centers.
center：中心的向量。
scaleData: vector of the scaling factors.
scaleData：矢量缩放因素。
X: centered and scaled data matrix n x l.
X：居中和缩放数据矩阵N x长。
L: left matrix n x p1.
L：左矩阵为N×P1。
Z: right matrix p2 x l.
Z：权矩阵P2 X L。
M: middle matrix p1 x p2.
M：中间矩阵P1 x P2。
LZ: matrix L x M x Z .
LZ：矩阵L辆M X Z。
U: noise matrix.
U：噪声矩阵。
avini: information of each bicluster, vector
avini：每个bicluster的信息，向量
xavini: information extracted from each sample, vector
xavini：从每个样品中提取的信息，向量
ini: information of each bicluster in each
ini：在每个每个bicluster信息
Psi: noise variance per row, vector of length n.
Psi：每行的噪声方差，长度为n的向量。
lapla: prior information for each sample,
lapla：每个样本的先验信息，
Details
详情----------Details----------
This class contains the result of different matrix factorization methods. The methods may be generative or not.
这个类包含了不同的矩阵分解方法的结果。该方法可能生成与否。
Methods my be "singular value decomposition" (M contains singular values as well as avini, L and Z are orthonormal matrices), "independent component analysis" (Z contains the projection/sources, L is the mixing matrix, M is unity), "factor analysis" (Z contains factors, L the loadings, M is unity, U the noise, Psi the noise covariance, lapla is a variational parameter for non-Gaussian factors, avini and ini are the information the factors convey about the observations).
方法我是“奇异值分解”（男包含奇异值以及阿维尼，L和Z是正交矩阵），“独立成分分析”（z包含投影/来源，L是混合矩阵，M是团结），“因素分析”（z包含的因素，L的负荷，M是团结的，U的噪声，PSI的噪声方差，lapla是一个非高斯因素的变参数，阿维尼和ini因素转达的信息的意见）。
作者（S）----------Author(s)----------
Sepp Hochreiter
参见----------See Also----------
fabia, fabias, fabiap, fabi, fabiasp, mfsc, nmfdiv, nmfeu, nmfsc, plot, extractPlot, extractBic, plotBicluster, Factorization, projFuncPos, projFunc, estimateMode, makeFabiaData, makeFabiaDataBlocks, makeFabiaDataPos, makeFabiaDataBlocksPos, matrixImagePlot, summary, show, showSelected, fabiaDemo, fabiaVersion
fabia，fabias，fabiap，fabi，fabiasp，mfsc，nmfdiv，nmfeu，nmfsc，plot，extractPlot，extractBic，plotBicluster，Factorization，projFuncPos，projFunc，estimateMode ，makeFabiaData，makeFabiaDataBlocks，makeFabiaDataPos，makeFabiaDataBlocksPos，matrixImagePlot，summary，show，showSelected fabiaDemo，fabiaVersion
转载请注明:出自 生物统计家园网(http://www.biostatistic.net)。
注：
注1：为了方便大家学习，本文档为生物统计家园网机器人LoveR翻译而成，仅供个人R语言学习参考使用，生物统计家园保留版权。
注2：由于是机器人自动翻译，难免有不准确之处，使用时仔细对照中、英文内容进行反复理解，可以帮助R语言的学习。
注3：如遇到不准确之处，请在本贴的后面进行回帖，我们会逐渐进行修订。
|
发表于 2012-2-25 17:29:52
