R语言 rocc包 p.rocc()函数中文帮助文档(中英文对照)

loveR

p.rocc(rocc)
p.rocc()所属R语言包：rocc

                                        Making predictions using the ROC based classifier
                                         使用中华民国的分类进行预测

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Class predictions of new samples using a ROC based classifier obtained by tr.rocc()
类预测新样本的ROC的分类获得通过tr.rocc（）


用法----------Usage----------


p.rocc(trocc, newsample)



参数----------Arguments----------

参数：trocc
a ROC based classifier (containing the classifier specifications). This object is generated in training data using tr.rocc()
基于一个中华民国的分类（分类规格）。这个目的是产生在训练数据使用tr.rocc（）


参数：newsample
a matrix containing the new samples, with genes as rows and samples as columns. rownames(g) and colnames (g) must be specified. All features of the classifier (trocc$genes) have to be present in the rownames of the matrix.
包含新样本矩阵，行和列样品的基因。 rownames（g）及colnames（G），必须指定。所有功能的分类器（trocc $基因）是存在于该矩阵的行名。


Details

详细信息----------Details----------

The classifier specifications of the trocc object from classifier training are used to classify new samples. The metagene value of the new sample is calculated using the information from trocc$positiv and trocc$negativ. If the metagene value is higher than the threshold value (obtained from trocc$cutoffvalue) the new sample is predicted to be of class 1, else to be of class 0.
规格的trocc对象从分类器训练的分类器被用于新的样本分类。新样品的metagene值计算的信息trocc $阳性和trocc的$是负面的。 ，如果metagene值高于该阈值（从trocc $ cutoffvalue获得）新样品被预测为第1类，否则是0类。


值----------Value----------

a named factor vector with levels 0 and 1 containing the predictions.
一个命名的系数向量与级别0和1的预测。


注意----------Note----------

p.rocc() requires a trocc object generated by the tr.rocc() function
p.rocc（）需要trocc的对象生成由tr.rocc（）函数


（作者）----------Author(s)----------



Martin Lauss




参考文献----------References----------

Lauss M, Frigyesi A, Ryden T, Hoglund M. Robust assignment of cancer subtypes from expression data using a uni-variate gene expression average as classifier. BMC Cancer 2010 (in print)

参见----------See Also----------

tr.rocc, o.rocc
tr.rocc，o.rocc


实例----------Examples----------


#### tr.rocc[＃＃＃tr.rocc]

### Random Dataset and phenotype[＃＃随机数据集和表型]
set.seed(100)
## Dataset should be a matrix[＃数据集应是一个矩阵]
g <- matrix(rnorm(1000*25),ncol=25)
rownames(g) <- paste("Gene",1:1000,sep="_")
colnames(g) <- paste("Sample",1:25,sep="_")
## Phenotype should be a factor with levels 0 and 1: [＃表型与0级和1应该是一个因素：]
out <- as.factor(sample(c(0:1),size=25,replace=TRUE))

predictor <- tr.rocc (g,out,xgenes=50)

## find classifier specification:[＃分类规格：]
predictor$positiv
predictor$negativ
predictor$cutoffvalue




#### p.rocc[＃＃＃p.rocc]

### just an example: classification of the training samples[＃＃只是一个例子：训练样本的分类]
p.rocc(trocc=predictor,newsample=g)
predictions<-p.rocc(trocc=predictor,newsample=g)
table(predictions,out)
## all correctly classified because newsample is the training set[＃全部正确分类，因为newsample是训练集]
## (try UNSEEN validation data instead)[＃（试着看不见的验证数据，而不是）]




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。