R语言 stepwiseCM包 Step.pred()函数中文帮助文档(中英文对照)

loveR

Step.pred(stepwiseCM)
Step.pred()所属R语言包：stepwiseCM

                                         A function to calculate the RS for the test set and decide which samples should be classified with molecular data.
                                         一个函数来计算测试集的RS和决定样品应与分子数据分类。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function needs the output from the "Curve.generator" and the percentage of samples allows to classify with molecular data. Based on the specified percentage, it finds the RS threshold. Compare a test sample's RS with this threshold, decide whether a test samples should be classified with molecular data or not.   
此功能需要从“Curve.generator”和样品的百分比的输出允许与分子数据进行分类。基于指定的百分比，它发现了RS阈值。这个阈值比较测试样品的RS，决定是否应与分子数据或不分类测试样本。


用法----------Usage----------


Step.pred(curve, test.cli, percent)



参数----------Arguments----------

参数：curve
A list obejct generated by the "Curve.generator" function.  
由“Curve.generator”功能一个列表obejct的产生。


参数：test.cli
A data frame or matrix containing the clinical variables of the test set, where columns correspond to samples and rows to features.  
一个数据框或矩阵测试仪的临床变量，列对应的样品和功能行。


参数：percent
percentage of samples allow to classify with molecular data  
样本的百分比允许与分子数据进行分类


值----------Value----------


参数：Pred
predicted class labels of the test set
测试集的预测类标签


参数：RS
If the "type" set to "rank" ("proximity") was used in generating the "curve" object, then RS will be a vector of RS calculated from the ranking (proximity) approach , otherwise RS will be a matrix of RS, with two columns and size of rows equal number of test samples, calculated using the both approaches.
如果产生“曲线”对象“类型”设置为“排名”（“近水楼台”），那么RS将是一个从排名（接近）的方法计算出的RS向量，否则RS会矩阵，与两列和行的大小，使用这两种方法计算的测试样品，同等数量的RS。


参数：Threshold
a RS which corresponding to the specified re-classification percentage.
一个RS对应到指定的重新分类的百分比。


参数：Pass
a vector of binary values. 1 means samples's RS higher than the threshold, so classify it with molecular data is more beneficial and vice versa.
一个二进制值的向量。 1表示样本的RS高于阈值，因此分类与分子数据是较为有利，反之亦然。


作者（S）----------Author(s)----------



Askar Obulkasim

Maintainer: Askar Obulkasim <askar.wubulikasimu@vumc.nl>




举例----------Examples----------


data(CNS)
tr.cli <- t(CNS$cli[1:40, ])
te.cli <- t(CNS$cli[41:60, ])
tr.gen <- CNS$mrna[, 1:40]
te.gen <- CNS$mrna[, 41:60]
tr.label <- CNS$class[1:40]
te.label <- CNS$class[41:60]
curve <- Curve.generator(train.cli=tr.cli, train.gen=tr.gen, train.label=tr.label, test.cli=te.cli,
                         test.gen=te.gen, test.label=te.label, type = c("RF", "GLM_L1"),
                         RStype = "rank", Parallel = FALSE, CVtype = "k-fold", outerkfold = 2,
                         innerkfold = 2, N = 2, plot.it = FALSE)
A <- Step.pred(curve, te.cli, 30)


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。