R语言 aroma.light包 fitPrincipalCurve.matrix()函数中文帮助文档(中英文对照)

loveR

fitPrincipalCurve.matrix(aroma.light)
fitPrincipalCurve.matrix()所属R语言包：aroma.light

                                        Fit a principal curve in K dimensions
                                         适合在K维的主曲线

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Fit a principal curve in K dimensions.
适合在K尺寸的主要曲线。


用法----------Usage----------





参数----------Arguments----------

参数：X
An NxK matrix (K>=2) where the columns represent the dimension.
NxKmatrix（钾> = 2），其中列代表维度。


参数：...
Other arguments passed to principal.curve.
其他参数传递到principal.curve。


参数：verbose
A logical or a Verbose object.
一个logical或Verbose对象。


值----------Value----------

Returns a principal.curve object (which is a list). See principal.curve for more details.
返回一个principal.curve对象（这是一个list）。看到principal.curve更多细节。


遗漏值----------Missing values----------

The estimation of the affine normalization function will only be made based on complete observations, i.e. observations that contains no NA values in any of the channels.
估计仿射标准化功能将只基于完整的观察，即观察，没有NA值包含在任何渠道。


作者（S）----------Author(s)----------


Henrik Bengtsson (<a href="http://www.braju.com/R/">http://www.braju.com/R/</a>)



参考文献----------References----------



参见----------See Also----------

*backtransformPrincipalCurve(). principal.curve.
*backtransformPrincipalCurve()。 principal.curve。


举例----------Examples----------



# Simulate data from the model y &lt;- a + bx + x^c + eps(bx)[从模型模拟数据Y < -  A + BX + X ^ C + EPS（BX）]
J <- 1000
x <- rexp(J)
a <- c(2,15,3)
b <- c(2,3,4)
c <- c(1,2,1/2)
bx <- outer(b,x)
xc <- t(sapply(c, FUN=function(c) x^c))
eps <- apply(bx, MARGIN=2, FUN=function(x) rnorm(length(b), mean=0, sd=0.1*x))
y <- a + bx + xc + eps
y <- t(y)

# Fit principal curve through (y_1, y_2, y_3)[适合通过主曲线（y_1，y_2，y_3）]
fit <- fitPrincipalCurve(y, verbose=TRUE)

# Flip direction of 'lambda'?[翻转拉姆达的方向？]
rho <- cor(fit$lambda, y[,1], use="complete.obs")
flip <- (rho < 0)
if (flip) {
  fit$lambda <- max(fit$lambda, na.rm=TRUE)-fit$lambda
}


# Backtransform (y_1, y_2, y_3) to be proportional to each other[backtransform（y_1，y_2，y_3）是彼此成正比]
yN <- backtransformPrincipalCurve(y, fit=fit)

# Same backtransformation dimension by dimension[尺寸相同backtransformation维的]
yN2 <- y
for (cc in 1:ncol(y)) {
  yN2[,cc] <- backtransformPrincipalCurve(y, fit=fit, dimensions=cc)
}
stopifnot(identical(yN2, yN))


xlim <- c(0, 1.04*max(x))
ylim <- range(c(y,yN), na.rm=TRUE)


# Display raw and backtransform data[显示原材料和backtransform数据]
layout(matrix(1:4, nrow=2, byrow=TRUE))
par(mar=c(4,4,2,1)+0.1)
for (rr in 1:2) {
  ylab <- substitute(y[c], env=list(c=rr))
  for (cc in 2:3) {
    if (cc == rr) {
      plot.new()
      next
    }
    xlab <- substitute(y[c], env=list(c=cc))
    plot(NA, xlim=ylim, ylim=ylim, xlab=xlab, ylab=ylab)
    abline(a=0, b=1, lty=2)
    points(y[,c(cc,rr)])
    points(yN[,c(cc,rr)], col="tomato")
  }
}


layout(matrix(1:4, nrow=2, byrow=TRUE))
par(mar=c(4,4,2,1)+0.1)
for (cc in 1:3) {
  ylab <- substitute(y[c], env=list(c=cc))
  plot(NA, xlim=xlim, ylim=ylim, xlab="x", ylab=ylab)
  points(x, y[,cc])
  points(x, yN[,cc], col="tomato")
}

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。