kEstimateFast(pcaMethods)
kEstimateFast()所属R语言包：pcaMethods
Estimate best number of Components for missing value estimation
最好的元件数量估计值估计失踪
译者：生物统计家园网 机器人LoveR
描述----------Description----------
This is a simple estimator for the optimal number of componets when applying PCA or LLSimpute for missing value estimation. No cross validation is performed, instead the estimation quality is defined as Matrix[!missing] - Estimate[!missing]. This will give a relatively rough estimate, but the number of iterations equals the length of the parameter evalPcs.<br> Does not work with LLSimpute!! As error measure the NRMSEP (see Feten et. al, 2005) or the Q2 distance is used. The NRMSEP basically normalises the RMSD between original data and estimate by the variable-wise variance. The reason for this is that a higher variance will generally lead to a higher estimation error. If the number of samples is small, the gene - wise variance may become an unstable criterion and the Q2 distance should be used instead. Also if
这是一个简单的的componets申请遗漏值估计PCA或LLSimpute时的最佳数量估计。没有进行交叉验证，估计质量，而不是被定义为矩阵[不见了！] - 估计失踪了！]。这将给一个比较粗略的估计，但迭代次数等于的参数evalPcs的长度。参考无法与LLSimpute的！！作为误差测度的NRMSEP（参阅Feten等人，2005年）或第二季度的距离。的NRMSEP，基本上normalises之间的原始数据和明智的变量方差估计的RMSD。这样做的原因是较高的变异通常会导致更高的估计误差。如果样本数量小，基因 - 明智的差异可能会成为一个不稳定的标准和第二季的距离应改为使用。此外，如果
用法----------Usage----------
参数----------Arguments----------
参数：Matrix
matrix – numeric matrix containing observations in rows and variables in columns
matrix - 数字矩阵中的行和列变量中包含意见
参数：method
character – a valid pca method (see pca).
character - 一个有效的PCA方法（见pca）。
参数：evalPcs
numeric – The principal components to use for cross validation or cluster sizes if used with llsImpute. Should be an array containing integer values, eg. evalPcs = 1:10 or evalPcs = C(2,5,8).The NRMSEP is calculated for each component.
numeric - 的主要组成部分，用于如果与llsImpute使用交叉验证或聚类的大小。应该是一个数组，包含整数值，例如。 evalPcs = 1:10或evalPcs的=（2,5,8）。该NRMSEP是计算每个组件。
参数：em
character – The error measure. This can be nrmsep or q2
character - 错误的措施。这可能是nrmsep或Q2
参数：allVariables
boolean – If TRUE, the NRMSEP is calculated for all variables, If FALSE, only the incomplete ones are included. You maybe want to do this to compare several methods on a complete data set.
boolean - 如果是TRUE，NRMSEP计算所有变量，如果为FALSE，只有不完整的包括。你也许要做到这一点，比较完整的数据集上的几个方法。
参数：verbose
boolean – If TRUE, the NRMSEP and the variance are printed to the console each iteration.
boolean - 如果是TRUE，的NRMSEP和方差打印到控制台每次迭代。
参数：...
Further arguments to pca </table>
pca</ TABLE>进一步论据
值----------Value----------
参数：list
Returns a list with the elements:
返回一个列表的元素：
minNPcs - number of PCs for which the minimal average NRMSEP was obtained
minNPcs - 电脑数量获得最小平均NRMSEP
eError - an array of of size length(evalPcs). Contains the estimation error for each number of components.
eError - 一个数组的大小长度（evalPcs）。包含每个元件数量的估计误差。
evalPcs - The evaluated numbers of components or cluster sizes (the same as the evalPcs input parameter). </ul> </table>
evalPcs - 组件或聚类的大小（作为evalPcs输入参数相同）的评估数字。 </ UL> </ TABLE>
作者（S）----------Author(s)----------
Wolfram Stacklies
参见----------See Also----------
kEstimate.
kEstimate。
举例----------Examples----------
# Estimate best number of PCs with ppca for component 2:4[最好的电脑数量估计与PPCA组件2:4]
esti <- kEstimateFast(t(metaboliteData), method = "ppca", evalPcs = 2:4, em="nrmsep")
barplot(drop(esti$eError), xlab = "Components",ylab = "NRMSEP (1 iterations)")
# The best k value is:[最好的k值是：]
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 2012-2-26 10:49:02
