ROCR.hiv(ROCR)
ROCR.hiv()所属R语言包:ROCR
Data set: Support vector machines and neural networks applied to the prediction of HIV-1 coreceptor usage
数据集:支持向量机和神经网络应用于预测HIV-1辅助受体的使用
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Linear support vector machines (libsvm) and neural networks (R package nnet) were applied to predict usage of the coreceptors CCR5 and CXCR4 based on sequence data of the third variable loop of the HIV envelope protein.
线性支持向量机(SVM的流程大概)和神经网络(R包nnet)预测使用的辅助受体CCR5和CXCR4的第三个变量循环的HIV包膜蛋白序列数据的基础上。
用法----------Usage----------
data(ROCR.hiv)
格式----------Format----------
A list consisting of the SVM (ROCR.hiv$hiv.svm) and NN (ROCR.hiv$hiv.nn) classification data. Each of those is in turn a list consisting of the two elements $predictions and $labels
一个列表,包括SVM(ROCR.hiv$hiv.svm)和NN(ROCR.hiv$hiv.nn)分类数据。每个这些是在转动组成的列表中的两个元素$predictions和$labels
参考文献----------References----------
of localized rules by maximizing the area under the ROC curve". 1st
实例----------Examples----------
data(ROCR.hiv)
attach(ROCR.hiv)
pred.svm <- prediction(hiv.svm$predictions, hiv.svm$labels)
perf.svm <- performance(pred.svm, 'tpr', 'fpr')
pred.nn <- prediction(hiv.nn$predictions, hiv.svm$labels)
perf.nn <- performance(pred.nn, 'tpr', 'fpr')
plot(perf.svm, lty=3, col="red",main="SVMs and NNs for prediction of
HIV-1 coreceptor usage")
plot(perf.nn, lty=3, col="blue",add=TRUE)
plot(perf.svm, avg="vertical", lwd=3, col="red",
spread.estimate="stderror",plotCI.lwd=2,add=TRUE)
plot(perf.nn, avg="vertical", lwd=3, col="blue",
spread.estimate="stderror",plotCI.lwd=2,add=TRUE)
legend(0.6,0.6,c('SVM','NN'),col=c('red','blue'),lwd=3)
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。
|