R语言 DFP包 discriminantFuzzyPattern()函数中文帮助文档(中英文对照)

loveR

discriminantFuzzyPattern(DFP)
discriminantFuzzyPattern()所属R语言包：DFP

                                         Discriminant Fuzzy Pattern to filter genes
                                         模糊模式判别筛选基因

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

discriminantFuzzyPattern discovers significant genes based on the construction of Fuzzy Patterns (FPs).  The Fuzzy Patterns are built by means of applying 3 Membership Functions to the gene expression values in the matrix rmadataset.
discriminantFuzzyPattern发现基于模糊模式（FPS）的建设的重大基因。模糊模式，构建了由3个隶属函数应用到基因的表达值在矩阵rmadataset的手段。


用法----------Usage----------


discriminantFuzzyPattern(rmadataset, skipFactor = 3, zeta = 0.5, overlapping = 2, piVal = 0.9)



参数----------Arguments----------

参数：rmadataset
ExpressionSet with numeric values containing gene expression values (rows) of samples belonging to different categories (columns).<br>  The ExpressionSet also contains an AnnotatedDataFrame with metadata regarding the classes to which each sample belongs.
ExpressionSet含有基因的表达值属于不同的类别（列）的样本（行）的数值。参考ExpressionSet还包含一个元数据的AnnotatedDataFrame类每个样品属于。


参数：skipFactor
Numeric value to omit odd values (a way of normalization).<br>  Higher values imply that less samples of a gene are considered as odd. If <VAR>skipFactor</VAR>=0 do <STRONG>NOT</STRONG> skip.<br> Default value = 3. Range[0,).  
数值省略奇值（标准化的一种方式）。参考值越高意味着，考虑为奇少的基因样本。如果<VAR>skipFactor</VAR>=0<strong>不会</ STRONG>跳过。参考Default value = 3。 Range[0,)。


参数：zeta
Threshold value which controls the activation of a linguistic label ('Low', 'Medium' or 'High').<br>  The lower, the less posibilities of having genes with more than one assigned linguistic label.<br> Default value = 0.5. Range[0,1].  
阈值控制激活一个语言标签（低，中或高）的参考。较低，具有多个指定的语言标签的基因少posibilities。参考<X > Default value = 0.5。


参数：overlapping
Modifies the number of membership functions used in the discretization process.<br>  Possible values:    <ol> "Low", "Medium", "High".  
修改可能参考值：在离散化过程中所使用的隶属函数的数目。<OL>低，中，高。

"Low", "Low-Medium", "Medium", "Medium-High", "High".  
“低”，“低中等，中，中高，高。

"Low", "Low-Medium", "Low-Medium-High", "Medium", "Medium-High", "High".  </ol>  Default value = 2.  
“低”，“低中”，“低 - 中 - 高”，“中等”，“中高”，“高”。 </ OL>Default value = 2。


参数：piVal
Controls the degree of exigency for selecting a gene as a member of a Fuzzy Pattern.<br> Default value = 0.9. Range[0,1].  
选择作为一个模糊模式识别成员的基因控制的紧急程度。参考Default value = 0.9。 Range[0,1]。


Details

详情----------Details----------

The discriminantFuzzyPattern function works in a 4-step process:
discriminantFuzzyPattern函数工作在4个步骤的过程：

Calculates the Membership Functions. These functions are used in the next step to discretize gene expression data.
计算隶属函数。这些函数用于在下一步离散基因表达数据。

Discretizes the gene expression data (float values) into "Low", "Medium" or "High" labels.
离散成“低”的基因表达数据（浮点值），“中等”或“高”的标签。

Calculates a Fuzzy Pattern for each category. To do this, a given percentage of the samples belonging to a category must have the same label ("Low", "Medium" or "High").
计算出每个类别的模糊模式识别。要做到这一点，必须有一定比例的属于一个类别的样本相同的标签（低，中或高）。

Calculates the Discriminant Fuzzy Pattern (DFP) that includes those genes present in two or more FPs with different assigned labels.
计算的模糊判别模式（DFP），包括那些存在于两个或两个以上的不同分配标签心室肌基因。


值----------Value----------


参数：membership.functions
Membership functions to determine the discret value corresponding to a given gene expression level.  
隶属函数确定的离散值对应一个特定的基因表达水平。


参数：discrete.values
Discrete values according to the overlapping parameter after discretizing the gene expression values.<br>  Includes an attribute <VAR>types</VAR> which determines the category of each sample.  
根据基因表达值离散化后的重叠参数的离散值。参考包括属性<VAR>类型</ VAR的，这就决定了每个样品的类别。


参数：fuzzy.patterns
Genes belonging to each Fuzzy Patterns. There are one FP for each class.<br> Includes an attribute <VAR>ifs</VAR> with the Impact Factor for each category.   
属于每个模糊模式的基因。有一个FP为每个类。参考包括属性<VAR> IFS </ VAR的每个类别的影响因子。


参数：discriminant.fuzzy.pattern
Genes belonging to the final DFP.<br>  Includes an attribute <VAR>ifs</VAR> with the Impact Factor for each category.  
基因属于最后的DFP参考。包括属性<VAR> IFS </变更与每个类别的影响因子。


参数：params
The parameters used to tune the algorithm (as arguments in the function).  
参数用来调整算法（作为函数的参数）。


作者（S）----------Author(s)----------



Rodrigo Alvarez-Gonzalez<br>
Daniel Glez-Pena<br>
Fernando Diaz<br>
Florentino Fdez-Riverola<br>
Maintainer: Rodrigo Alvarez-Gonzalez &lt;<a href="mailto:rodrigo.djv@uvigo.es">rodrigo.djv@uvigo.es</a>&gt;




参考文献----------References----------

Patterns for Gene Selection and Data Reduction on Microarray Data. 7th International Conference on Intelligent Data Engineering and Automated Learning: IDEAL 2006, (2006) pp. 1095-1102

举例----------Examples----------


#########################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
############ Get sample data ############[＃＃＃＃＃＃＃＃＃＃＃获取样本数据＃＃＃＃＃＃＃＃＃＃＃＃]
#########################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
library(DFP)
data(rmadataset)

#########################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
# Filters the most representative genes #[筛选最具代表性的基因＃]
#########################################[＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃＃]
res <- discriminantFuzzyPattern(rmadataset)
summary(res)

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。