R语言 maanova包 consensus()函数中文帮助文档(中英文对照)

loveR

consensus(maanova)
consensus()所属R语言包：maanova

                                        Build consensus tree out of bootstrap cluster result
                                         打造出引导聚类结果一致树

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This is the function to build the consensus tree from the bootstrap clustering analysis. If the clustering algorithm is hierarchical clustering, the majority rule consensus tree will be built based on the given significance level. If the clustering algorithm is K-means, a consensus K-means group will be built.
这是建立引导聚类分析的共识树的功能。如果聚类算法，层次聚类，多数规则一致树将建成基于给定的显着性水平。如果聚类算法的K-means，共识的K-means组将建成。


用法----------Usage----------


consensus(macluster, level = 0.8, draw=TRUE)



参数----------Arguments----------

参数：macluster
An object of class macluster, which is the output of macluster </table>
对象是一个类macluster，macluster</ TABLE>输出


参数：level
The significance level for the consensus tree. This is a numeric number between 0.5 and 1.
意义的共识树水平。这是0.5和1之间的数字。


参数：draw
A logical value to indicate whether to draw the consensus tree on screen or not.
一个逻辑值，指明是否绘制屏幕上的共识或不树。


值----------Value----------

An object of class consensus.hc or consensus.kmean according to the clustering method.
类consensus.hc或consensus.kmean根据聚类方法的对象。


作者（S）----------Author(s)----------


Hao Wu



参见----------See Also----------

macluster
macluster


举例----------Examples----------


# load data[数据加载]
data(abf1)
## Not run: [＃无法运行：]
# fit the anova model[符合方差分析模型]
fit.fix = fitmaanova(abf1,formula = ~Strain)
# test Strain effect [测试应变效应]
test.fix = matest(abf1, fit.fix, term="Strain",n.perm= 1000)
# pick significant genes - pick the genes selected by Fs test[挑显着的基因 - 接由呋喃试验选定的基因]
idx <- volcano(test.fix)$idx.Fs
# do k-means cluster on genes[不&#311;是指在基因簇]
gene.cluster <- macluster(fit.fix, term="Strain", idx, what="gene",
   method="kmean", kmean.ngroups=5, n.perm=100)
# get the consensus group[获得共识组]
genegroup = consensus(gene.cluster, 0.5)
# get the gene names belonging to each group[得到的基因属于每个组的名称]
genegroupname = genegroup$groupname

# HC cluster on samples[慧聪聚类样本]
sample.cluster <- macluster(fit.fix, term="Strain", idx, what="sample",method="hc")
# get the consensus group[获得共识组]
consensus(sample.cluster, 0.5)


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。