R语言 MCRestimate包 SVM.OVA.wrap()函数中文帮助文档(中英文对照)

loveR

SVM.OVA.wrap(MCRestimate)
SVM.OVA.wrap()所属R语言包：MCRestimate

                                        SVM with 'One-Versus-All' multiclass approach
                                         SVM的一个与“对战，所有的多类方法

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Multiclass approach where k binary SVM classifiers are constructed for a classification problem with k classes: Every classifier is trained to distinguish samples of one class from samples of all other classes. For prediction of the class of a new sample, the sample is classified by all k classifiers, and the class corresponding to the classifier with the maximum decision value is chosen.
其中k二元SVM分类器的构建与K类分类问题为：每一个分类的多类方法是训练一类的样本，以区别于所有其他类别的样本。预测类的一个新的样本，样本被列为所有k分类，并选择相应的分类与最高值决定类。


用法----------Usage----------


SVM.OVA.wrap(x,y,gamma = NULL, kernel = "radial", ...)



参数----------Arguments----------

参数：x,y
x is a matrix where each row refers to a sample and each column refers to a gene; y is a factor which includes the class for each sample
x是一个矩阵，其中的每一行是指一个样本，每一列是指一个基因; y是一个因素，其中包括每个样品的类


参数：gamma
parameter for support vector machines
支持向量机的参数


参数：kernel
parameter for support vector machines
支持向量机的参数


参数：...
Further parameters
更多参数


值----------Value----------

A predict function which can be used to predict the classes for a new data set.
一个预测功能，可以用来预测一个新的数据集类。


作者（S）----------Author(s)----------


Patrick Warnat <a href="mailto:p.warnat@dkfz-heidelberg.de">mailto:p.warnat@dkfz-heidelberg.de</a>



参见----------See Also----------

MCRestimate
MCRestimate


举例----------Examples----------


## Not run: [＃无法运行：]
library(golubEsets)
data(Golub_Train)

class.column <- "ALL.AML"
Preprocessingfunctions <- c("varSel.highest.var")
list.of.poss.parameter <- list(var.numbers = c(250,1000))

Preprocessingfunctions <- c("identity")
class.function <- "SVM.OVA.wrap"
list.of.poss.parameter <- list(gamma = 6)
plot.label <- "Samples"

cross.outer <- 10
cross.repeat <- 20
cross.inner <- 5

SVM.estimate <- MCRestimate(Golub_Train,
                class.column,
                classification.fun = class.function,
                thePreprocessingMethods = Preprocessingfunctions,
                poss.parameters = list.of.poss.parameter,
                cross.outer = cross.outer, cross.inner = cross.inner,
                cross.repeat = cross.repeat, plot.label = plot.label)



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。