Proximity(stepwiseCM)
Proximity()所属R语言包：stepwiseCM
A function to calculate proximity matrix.
一个函数来计算的相似性矩阵。
译者：生物统计家园网 机器人LoveR
描述----------Description----------
A function to compute the proximity matrices using clinical and genomic data separately.
一个函数来计算使用的临床和基因组数据分别接近矩阵。
用法----------Usage----------
Proximity(train.cli, train.label, test.cli, train.gen, N = 50,
Parallel = FALSE, ncpus = 2)
参数----------Arguments----------
参数：train.cli
A data frame or matrix of containing predictors for the training set, where columns correspond to samples and rows to features.
一个数据框或矩阵的含训练集的预测，其中列对应样品和行的功能。
参数：train.label
A vector of the class labels (0 or 1) of the training set. NOTE: response values should be numeric not factor.
一类标签的训练集（0或1）的向量。注：响应值应该是数值不是因素。
参数：test.cli
A data frame or matrix of containing predictors for the test set, where columns correspond to samples and rows to features.
一个数据框或矩阵包含测试集的预测，其中列对应样品和行的功能。
参数：train.gen
A data frame or matrix of containing predictors of the training set from genomic data, where columns correspond to samples and rows to features.
一个数据框或矩阵预测包含从基因组数据，其中列对应的样品和功能行设置的培训。
参数：N
Number of repetition for calculating the proximity matrix, final proximity matrix is average of these repeats. We recommend setting this number high, so that more stable proximity matrix will be produced. Default is 50.
重复计算的相似性矩阵的数量，最终接近矩阵是这些重复的平均值。我们建议设置这个数字高，因此，将产生更稳定的相似性矩阵。默认值是50。
参数：Parallel
Should proximity calculation use the parallel processing procedure? Default is FALSE.
邻近的计算应使用并行处理程序？默认为false。
参数：ncpus
Number of CPUs assign to the parallel computation. Default is 2.
CPU的数量分配给并行计算。默认值是2。
Details
详情----------Details----------
Proximity matrix is calculated using the random forest algorithm. Proximity values ranges from 0 (least similar) to 1 (perfect match).
使用随机森林算法的相似性矩阵计算。接近值的范围从0（至少类似）1（绝配）。
值----------Value----------
A list object with the following components:
具有下列组件列表中的对象：
参数：Prox.cli
A matrix, size of ncol(test.cli) by ncol(train.cli), contains the proximity values between the test set and the training set in the clinical data space .
矩阵，由NCOL（train.cli）（test.cli）NCOL大小，包含接近值之间的测试集和训练中的临床数据空间设置。
参数：Prox.gen
A square matrix, size of ncol(train.gen), contains the proximity values between training set in the genomic data space.
一个方阵，NCOL（train.gen）的大小，包含接近值之间在基因组数据的空间设置的培训。
作者（S）----------Author(s)----------
Askar Obulkasim
Maintainer: Askar Obulkasim <askar.wubulikasimu@vumc.nl>
参考文献----------References----------
举例----------Examples----------
data(CNS)
train.cli <- t(CNS$cli[1:40,])
test.cli <- t(CNS$cli[41:60,])
train.gen <- CNS$mrna[,1:40]
train.label <- CNS$class[1:40]
##without parallel processing procedure[＃没有并行处理程序]
Prox <- Proximity(train.cli, train.label, test.cli, train.gen, N = 2)
##with parallel processing procedure[＃与并行处理程序]
## Not run: Prox <- Proximity(train.cli, train.label, test.cli, train.gen, [＃无法运行：感应< - 接近的（train.cli，train.label，test.cli，train.gen，]
N = 50, Parallel = TRUE, ncpus = 10)
## End(Not run)[＃结束（不运行）]
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 15:13:18
