R语言 lol包 lasso.cv()函数中文帮助文档(中英文对照)

loveR

lasso.cv(lol)
lasso.cv()所属R语言包：lol

                                         Cross validation optimizer for lasso
                                         交叉验证优化的套索

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Cross validation lasso. This function optimizes the lasso solution for correlated regulators by an algorithm. this algorithm chooses the minimum lambda since the penalized package by default use 0 for the minimum, which sometimes take a long time to compute
交叉验证套索。该功能可优化算法相关监管机构的套索的解决方案。因为默认情况下，处罚包使用0为最低，有时需要很长的时间来计算，这种算法选择最小的lambda


用法----------Usage----------


lasso.cv(y, x=NULL, lambda1=NULL, model='linear', steps=15, minsteps=5, log=TRUE, track=FALSE, standardize= FALSE, unpenalized=~0, nFold=10, nMaxiter = Inf, ...)



参数----------Arguments----------

参数：y
A vector of gene expression of a probe, or a list object if x is NULL. In the latter case y should a list of two components y and x, y is a vector of expression and x is a matrix containing copy number variables
一个向量基因表达的探针，或一个列表对象，如果x是NULL。在后者情况下，y应列表两部分组成Y和X，Y是一个表达向量，并拷贝数变量，x是一个矩阵


参数：x
Either a matrix containing CN variables or NULL
无论是矩阵点数变量或NULL


参数：lambda1
minimum lambda to use
最低的lambda使用


参数：model
which model to use, one of "cox", "logistic", "linear", or "poisson". Default to 'linear'
模型使用，“考克斯”，“MF”，“线性”或“泊松”。默认为“线性”


参数：steps
parameter to be passed to penalized  
参数被传递到处罚


参数：minsteps
parameter to be passed to penalized  
参数被传递到处罚


参数：log
parameter to be passed to penalized  
参数被传递到处罚


参数：track
parameter to be passed to penalized  
参数被传递到处罚


参数：standardize
parameter to be passed to penalized  
参数被传递到处罚


参数：unpenalized
parameter to be passed to penalized  
参数被传递到处罚


参数：nFold
parameter to be passed to penalized  
参数被传递到处罚


参数：nMaxiter
parameter to be passed to penalized  
参数被传递到处罚


参数：...
other parameter to be passed to penalized  
其他参数被传递到处罚


值----------Value----------

A list object of class 'lol', consisting of:
一类“LOL”组成，列表中的对象：


参数：fit
The final sparse regression fit
最后稀疏回归拟合


参数：beta
the coefficients, non-zero ones are significant
系数，非零的显着


参数：lambda
the penalty parameter lambda used
使用罚参数的lambda


参数：residuals
regression residuals
回归残差


参数：conv
logical value indicating whether the optimization has converged
逻辑值指示是否优化融合


作者（S）----------Author(s)----------



Yinyin Yuan




参考文献----------References----------



参见----------See Also----------

lasso
套索


举例----------Examples----------


data(chin07)
data <- list(y=chin07$ge[1,], x=t(chin07$cn), nFold=5)
res <- lasso.cv(data)
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。