matrixLasso(lol)
matrixLasso()所属R语言包：lol
A wrapper function for matrix-to-matrix Lasso regressions
一个包装函数矩阵的矩阵套索回归
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This function wraps up different types of lasso optimizers and perform multiple, independent lasso inference on matrix responses. If the dimensionality of the input is small, the function converts the matrix of input response into a vector and solves the problem with one lasso inference. Otherwise, lasso regression is performed independently for each variables in the response matrix.
此功能包装不同类型的套索优化和执行多个独立的矩阵反应套索推理。如果输入的维数小，功能转换成一个向量矩阵输入的响应，并解决了一个套索推理的问题。否则，套索回归独立进行响应矩阵中的每个变量。
用法----------Usage----------
matrixLasso(y, x=NULL, method='cv', nameControl=FALSE, standardize=FALSE, track=0, lambda1=NULL, nFold=10, ...)
参数----------Arguments----------
参数：y
Input response matrix, typically expression data with genes/variables in columns and samples/measurements in rows. Or when input x is NULL, y should be an object of two lists: y: expression data and x: copy number data
输入响应矩阵，通常的表达与基因/列和行的样品/测量变量的数据。或输入x是NULL时，y应该是两个列表的对象：Y：表达数据和X：拷贝数数据
参数：x
Input predictor matrix, typically copy number data, genes/predictors in columns and samples/measurements in rows. Can be missing if the data is input to y.
输入预测矩阵，通常复制数字数据，基因在列和行的样品/测量/预测。可以缺少的，如果数据输入到Y。
参数：method
Which optimization method to use for lasso inference, such as 'cv', 'stability', 'simultaneous', and 'multiSplit'.
优化方法使用套索推理，如“简历”，“稳定”，“同步”，“多分裂。
参数：nameControl
If the same item appears in both responses and predictors, the regression should remove the one same as the response from the predictors. This happens when for example a single data type is use for inferring gene network from expression data. Enable nameControl in this case.
如果在同一项目中出现的反应和预测，回归应该删除一个从预测的反应相同。发生这种情况，例如，一个单一的数据类型是用于表达数据推断基因网络。在这种情况下，启用nameControl。
参数：standardize
Option to standardize the data, default to TRUE
选项，以规范的数据，默认为TRUE
参数：track
Option to display progress, default to 0, 1 gives a brief summary of each fit, and 2 gives the full detail.
显示进度的选项，默认为0，1给出了简要的每一个合适的，和2给出了全部细节。
参数：lambda1
The minimum lambda to use, default to NULL for which the program will select it automatically
最低的lambda使用，默认为NULL，该方案将自动选择它
参数：nFold
Number of folds for cross-validation, default to 10
褶皱的交叉验证，默认数为10
参数：...
值----------Value----------
参数：coefMat
A coefficient matrix, rows are responses and columns are predictors
一个系数矩阵，行响应和列预测
参数：fit
If only a single regression is used for matrix lasso, the fit return.
如果只有一个单一的回归用于矩阵套索，合适的回报。
参数：resMat
A residual matrix, each row is the residuals of a response.
剩余的矩阵，每一行是一个响应的残差。
作者（S）----------Author(s)----------
Yinyin Yuan
参见----------See Also----------
lasso
套索
举例----------Examples----------
data(chin07)
data <- list(y=t(chin07$ge), x=t(chin07$cn))
res <- matrixLasso(data, method='cv', nFold=5)
res
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 23:38:04
