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

loveR

classifyLDA(maigesPack)
classifyLDA()所属R语言包：maigesPack

                                         Function to do discrimination analysis
                                         功能做的歧视分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Function to search by groups of few genes, also called cliques, that can discriminate (or classify) between two distinct biological sample types, using the Fisher's linear discriminat analysis. This function uses exhaustive search.
也叫拉帮结派，少数基因组，可以区分两种截然不同的生物样品类型（或分类）之间，使用，Fisher线性discriminat的分析的搜索功能。此功能使用穷举搜索。


用法----------Usage----------


classifyLDA(obj=NULL, sLabelID="Classification", facToClass=NULL,
            gNameID="GeneName", geneGrp=1, path=NULL, nGenes=3,
            sortBy="cv")



参数----------Arguments----------

参数：obj
object of class maiges to search the classifiers.
类对象maiges搜索分类。


参数：sLabelID
character string with the identification of the sample label to be used.
样品标签标识要使用的字符串。


参数：facToClass
named list with 2 character vectors specifying the samples to be compared. If NULL (default) the first 2 types of sLabelID are used.
一个名为list指定的样品进行比较，有2个字符向量。如果NULL（默认值）的第2的sLabelID类型。


参数：gNameID
character string with the identification of gene label ID.
基因标签的ID识别的字符串。


参数：geneGrp
character or integer specifying the gene group to be tested (colnames of GeneGrps slot). If both geneGrp and path are NULL all genes are used. Defaults to 1 (first group).
字符或整数，指定的基因组进行测试（colnamesGeneGrps插槽）。如果这两个geneGrp和path是NULL，所有的基因被用来。默认为1（第一组）。


参数：path
character or integer specifying the gene network to be tested (names of Paths slot). If both geneGrp and path are NULL all genes are used. Defaults to NULL.
字符或整数，指定的基因网络进行测试（namesPaths插槽）。如果这两个geneGrp和path是NULL，所有的基因被用来。默认为空。


参数：nGenes
integer specifying the number of genes in the clique, or classifier.
整数，指定在集团，或分类的基因数量。


参数：sortBy
character string with field to sort the result. May be 'cv' (default) or 'svd' for cross validation by leave-one-out or the singular value decomposition, respectively.
字符串字段进行排序的结果。可能是“CV”（默认）或“SVD”交叉验证留一出奇异值分解，分别。


Details

详情----------Details----------

Pay attention with the arguments geneGrp and path, if both of them is NULL an exhaustive search for all dataset will be done, and this search may be extremely computational intensive, which may result in a process running during some weeks or months depending on the number of genes in your dataset.
支付的论点注意geneGrp和path，如果他们都为NULL穷举搜索所有数据集将完成，这个搜索可能非常计算密集型，这可能会导致在运行过程中的进程在您的数据集上的基因数量取决于几个星期或几个月。

If you want to construct classifiers from a group of several genes, the search and choose (SC) method may be an interesting option. It is implemented in the function classifyLDAsc. This function uses the function lda from package MASS to search by classifiers using Fisher's linear discriminant analysis. The functions classifySVM and classifyKNN were also dedined to construct classifiers by support vector machines ans k-neighbours, respectively.
如果你想建设的几个基因组，搜索的分类和选择（SC）的方法可能是一个有趣的选项。它实现的功能classifyLDAsc。此功能使用功能lda从包质量，以搜寻使用Fisher线性判别分析分类。职能classifySVM和classifyKNN也dedined构建ANS K-近邻，分别由支持向量机的分类。


值----------Value----------

The result of this function is an object of class maigesClass.
这个函数的结果是一个对象类maigesClass。


作者（S）----------Author(s)----------



Elier B. Cristo, adapted by Gustavo H. Esteves &lt;<a href="mailto:gesteves@vision.ime.usp.br">gesteves@vision.ime.usp.br</a>&gt;




参见----------See Also----------

lda, classifySVM, classifyKNN, classifyLDAsc.
lda，classifySVM，classifyKNN，classifyLDAsc。


举例----------Examples----------


## Loading the dataset[＃载入数据集]
data(gastro)

## Doing LDA classifier with 2 genes for the 6th gene group comparing[＃与2基因6的比较基因组LDA的分类]
## the 2 categories from 'Type' sample label.[＃2从“类型”样品标签类别。]
gastro.class = classifyLDA(gastro.summ, sLabelID="Type",
  gNameID="GeneName", nGenes=2, geneGrp=6)
gastro.class

## To do classifier with 3 genes for the 6th gene group comparing[＃6的比较基因组与3个基因的分类]
## normal vs adenocarcinomas from 'Tissue' sample label[＃正常与腺癌，从“组织”样品标签]
gastro.class = classifyLDA(gastro.summ, sLabelID="Tissue",
  gNameID="GeneName", nGenes=3, geneGrp=6,
  facToClass=list(Norm=c("Neso","Nest"), Ade=c("Aeso","Aest")))

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。