tpam.train(TPAM)
tpam.train()所属R语言包:TPAM
Classification using time-course gene expression
使用时间过程的基因表达分类。
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Does prediction of a categorical outcome, using the time-course gene expression.
预测的分类结果是否,使用的时间 - 过程的基因的表达。
用法----------Usage----------
tpam.train(data, data.test)
参数----------Arguments----------
参数:data
Data object with components x- a list of p by n matrix of features, one observation per column, one matrix per time point; y- n-vector of outcome measurements; genenames - a vector of gene names; geneid - a vector of gene identifiers.
数据对象与组件x-a列出的P n矩阵的特点,每列的一个观察,每个时间点的一个矩阵,Y-N-矢量结果测量; genenames - 向量的基因的名称; geneid - 向量的基因标识符。
参数:data.test
Data object with components x- a list of p by n matrix of features, one observation per column, one matrix per time point; y- n-vector of outcome measurements; genenames - a vector of gene names; geneid - a vector of gene identifiers.
数据对象与组件x-a列出的P n矩阵的特点,每列的一个观察,每个时间点的一个矩阵,Y-N-矢量结果测量; genenames - 向量的基因的名称; geneid - 向量的基因标识符。
值----------Value----------
参数:proj.obj
projection of training data and test data
的训练数据和测试数据的投影
参数:fit.obj
fitted object using training data
合身的对象,使用训练数据
(作者)----------Author(s)----------
Yuping Zhang
实例----------Examples----------
# generate some data[生成一些数据]
x = list()
for(i in 1:2){
set.seed(i+123)
x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = factor(sample(c(1:2), size=100, replace=TRUE))
data = list(x = x, y=y, genenames = as.character(paste("gene", c(1:500), sep="")), geneid = as.character(paste("gene", c(1:500), sep="")))
x = list()
for(i in 1:2){
set.seed(i+133)
x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = factor(sample(c(1:2), size=100, replace=TRUE))
data.test = list(x = x, y=y, genenames = as.character(paste("gene", c(1:500), sep="")), geneid = as.character(paste("gene", c(1:500), sep="")))
obj = tpam.train(data, data.test)
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。
|