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

loveR

generateModels(tigre)
generateModels()所属R语言包：tigre

                                        Generating models with the given data
                                         与给定的数据生成模型

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

'generateModels' recreates models based on the parameters stored in a scoreList.
“generateModels再现的基础上在scoreList存储的参数模型。


用法----------Usage----------


  generateModels(preprocData, scores)



参数----------Arguments----------

参数：preprocData
The preprocessed data to be used.
预处理后的数据可以使用。


参数：scores
A scoreList object containing data of the models to be generated.
一个scoreList对象包含将要产生的模型数据。


值----------Value----------

'generateModels' returns a list of the generated models.
“generateModels返回一个列表生成的模型。


作者（S）----------Author(s)----------


Antti Honkela, Jonatan Ropponen



参见----------See Also----------

GPLearn, GPRankTargets, GPRankTFs, scoreList.
GPLearn, GPRankTargets, GPRankTFs, scoreList。


举例----------Examples----------


  # Load a mmgmos preprocessed fragment of the Drosophila developmental[加载的果蝇发育mmgmos预处理片段]
  # time series[时间序列]
  data(drosophila_gpsim_fragment)

  # Get the target probe names[获取目标探测名称]
  targets <- c('FBgn0003486', 'FBgn0033188', 'FBgn0035257')
  library(annotate)
  aliasMapping <- getAnnMap("ALIAS2PROBE",
                    annotation(drosophila_gpsim_fragment))
  twi <- get('twi', env=aliasMapping)
  fbgnMapping <- getAnnMap("FLYBASE2PROBE",
                   annotation(drosophila_gpsim_fragment))
  targetProbes <- mget(targets, env=fbgnMapping)

  scores <- GPRankTargets(drosophila_gpsim_fragment, TF=twi,
                          testTargets=targetProbes,
                          options=list(quiet=TRUE),
                          filterLimit=1.8)

  models <- generateModels(drosophila_gpsim_fragment, scores)


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。