modelGradient(tigre)
modelGradient()所属R语言包:tigre
Model log-likelihood/objective error function and its gradient.
模型log-likelihood/objective误差函数及其梯度。
译者:生物统计家园网 机器人LoveR
描述----------Description----------
modeGradient gives the gradient of the objective function for a model. By default the objective function (modelObjective) is a negative log likelihood (modelLogLikelihood).
modeGradient给出了模型的目标函数的梯度。默认情况下,目标函数(modelObjective)是一个负对数似然(modelLogLikelihood)。
用法----------Usage----------
modelObjective(params, model, ...)
modelLogLikelihood(model)
modelGradient(params, model, ...)
参数----------Arguments----------
参数:params
parameter vector to evaluate at.
参数向量评估。
参数:model
model structure.
模型的结构。
参数:...
optional additional arguments.
可选的附加参数。
值----------Value----------
参数:g
the gradient of the error function to be minimised.
被最小化误差函数的梯度。
参数:v
the objective function value (lower is better).
目标函数值(越低越好)。
参数:ll
the log-likelihood value.
对数似然值。
参见----------See Also----------
modelOptimise.
modelOptimise。
举例----------Examples----------
# Load a mmgmos preprocessed fragment of the Drosophila developmental[加载的果蝇发育mmgmos预处理片段]
# time series[时间序列]
data(drosophila_gpsim_fragment)
# The probe identifier for TF 'twi'[探针标识的TF“TWI”]
twi <- "143396_at"
# The probe identifier for the target gene[为靶基因探针标识符]
targetProbe <- "152715_at"
# Create the model but do not optimise[创建模型,但不优化]
model <- GPLearn(drosophila_gpsim_fragment,
TF=twi, targets=targetProbe,
useGpdisim=TRUE, quiet=TRUE,
dontOptimise=TRUE)
params <- modelExtractParam(model, only.values=FALSE)
ll <- modelLogLikelihood(model)
paramValues <- modelExtractParam(model, only.values=TRUE)
modelGradient(paramValues, model)
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。
|