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

loveR

ClassifierBuild(MCRestimate)
ClassifierBuild()所属R语言包：MCRestimate

                                        Building a classifier as a combination of preprocessing and
                                         建设一个分类和预处理组合

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

builds a classifier as a combination of preprocessing and
建立作为一个分类相结合的预处理


用法----------Usage----------


ClassifierBuild(eset,
                class.column,
                reference.class=NULL,
                classification.fun,
                variableSel.fun ="identity",
                cluster.fun ="identity",
                poss.parameters=list(),
                cross.inner=10,
                rand=123,
                information=TRUE,
                thePreprocessingMethods=c(variableSel.fun,cluster.fun))



参数----------Arguments----------

参数：eset
an object of class exprSet or exprSetRG  
对象类exprSet或exprSetRG


参数：class.column
a number or a character string which indicated the column of the expression set's phenodata containing the class label
这表明，表达集的phenodata，列包含类的标签数字或字符串


参数：reference.class
a character string with the  name of one class - if specified the class will form the first class and all the other classes will form the second class  
与一类的名称的字符串 - 如果指定的类将成为一流的，和所有其他类别将形成第二类


参数：classification.fun
a character string which names the function that should be used for the classification
字符串命名应使用功能分类


参数：variableSel.fun
character string which names the function that should be used for variable selection
字符串命名变量的选择，应使用功能


参数：cluster.fun
character string which names the function that should be used for clustering the variables
哪些名称应为聚类变量的函数的字符串


参数：thePreprocessingMethods
vector of character with the names of all preprocessing functions- can be used instead of 'variableSel.fun' and 'cluster.fun' - see details
矢量字符的名称的所有功能，可以用来代替“variableSel.fun和cluster.fun预处理 - 查看详细信息


参数：poss.parameters
a list of possible values for the parameter of the classification method
为分类方法的参数的可能值列表


参数：cross.inner
integer - the number of nearly equal sized parts the train set should be divided into
- 整数的数量几乎相等大小的部分列车集应分为


参数：rand
integer - the random number generator will be put in a reproducible state
整数 - 随机数发生器将重现状态


参数：information
information - should classifier specific data be given(depends on the wrapper for the classification method)
信息 - 应分类的具体数据（取决于包装的分类方法）


值----------Value----------

a list with the following arguments:
list以下参数：


参数：classifier.for.matrix

参数：classifier.for.exprSet

参数：parameter
a list consisting of the estimated 'best' parameter for each cross-validation part
每个交叉验证的一部分组成的估计最好的参数列表


参数：class.method
string which names the function used for the classification
字符串命名的分类使用的功能


参数：thePreprocessingMethods
character string - name of the preprocessing functions that have been used
字符串 - 已使用的预处理功能的名称


参数：cross.inner
number of blocks for a the inner cross-validation
数块的内部交叉验证


参数：information
classifier specific data
分类的具体数据


作者（S）----------Author(s)----------


Markus Ruschhaupt <a href="mailto:m.ruschhaupt@dkfz.de">mailto:m.ruschhaupt@dkfz.de</a>



举例----------Examples----------



library(golubEsets)
data(Golub_Train)

class.column <- "ALL.AML"
Preprocessingfunctions <- c("varSel.highest.var")
list.of.poss.parameter <- list(var.numbers = c(250,1000))
classification.funct <- "RF.wrap"
cross.inner <- 5

RF.classifier <- ClassifierBuild(Golub_Train,
     class.column,
                        classification.fun = classification.funct,
     thePreprocessingMethods = Preprocessingfunctions,
     poss.parameters = list.of.poss.parameter,
     cross.inner = cross.inner)


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。