R语言 CMA包 CMA-package()函数中文帮助文档(中英文对照)

loveR

CMA-package(CMA)
CMA-package()所属R语言包：CMA

                                        Synthesis of microarray-based classification
                                         合成芯片为基础的分类

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The aim of the package is to provide a user-friendly environment for the evaluation of classification methods using gene expression data. A strong focus is on combined variable selection, hyperparameter tuning, evaluation, visualization and comparison of (up to now) 21 classification methods from three main fields: Discriminant Analysis, Neural Networks and Machine Learning. Although the package has been created with the intention to be used for Microarray data, it can as well
包的目的是提供一个用户友好的环境中使用基因表达数据的分类方法，评价。联合变量选择，hyperparameter调整，评估，可视化和比较（到现在）21分类方法，从三个主要领域：判别分析，神经网络和机器学习的强烈关注。虽然包的意图已被用于微阵列数据创建的，它可以作为


Details

详情----------Details----------

Most Important Steps for the workflow are:
工作流程的最重要的步骤是：




1. Generate evaluation datasets using GenerateLearningsets
1。生成评价数据集使用GenerateLearningsets




2. (Optionally): Perform variable selection using GeneSelection
2。 （可选）：使用GeneSelection进行变量的选择




3. (Optionally): Peform hyperparameter tuning using tune
3。 （可选）：有为，hyperparameter调整使用tune




4. Perform classification using 1.-3.
4。执行classification使用1.-3。




5. Repeat 2.-4. based on 1. for several methods: compBoostCMA, dldaCMA, ElasticNetCMA, fdaCMA, flexdaCMA, gbmCMA, knnCMA, ldaCMA, LassoCMA, nnetCMA, pknnCMA, plrCMA, pls_ldaCMA, pls_lrCMA, pls_rfCMA, pnnCMA, qdaCMA, rfCMA,
5。重复2.-4。根据1。几种方法：compBoostCMA，dldaCMA，ElasticNetCMA，fdaCMA，flexdaCMA，gbmCMA，knnCMA，ldaCMA ，LassoCMA，nnetCMA，pknnCMA，plrCMA，pls_ldaCMA，pls_lrCMA，pls_rfCMA，pnnCMA qdaCMA，rfCMA




6. Evaluate the results from 5. using evaluation and make a comparison
6。 5日的评估结果。使用evaluation“作一比较


作者（S）----------Author(s)----------



Martin Slawski <a href="mailto:ms@cs.uni-sb.de">ms@cs.uni-sb.de</a>

Anne-Laure Boulesteix <a href="mailto:boulesteix@ibe.med.uni-muenchen.de">boulesteix@ibe.med.uni-muenchen.de</a>

Christoph Bernau <a href="mailto:bernau@ibe.med.uni-muenchen.de">bernau@ibe.med.uni-muenchen.de</a>

Maintainer: Christoph Bernau <a href="mailto:bernau@ibe.med.uni-muenchen.de">bernau@ibe.med.uni-muenchen.de</a>.




参考文献----------References----------

CMA - A comprehensive Bioconductor package for supervised classification with high dimensional data. BMC Bioinformatics 9: 439
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。