R语言 CMA包 knnCMA()函数中文帮助文档(中英文对照)

loveR

knnCMA(CMA)
knnCMA()所属R语言包：CMA

                                        Nearest Neighbours
                                         最近的邻居

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Ordinary k nearest neighbours algorithm from the very fast implementation in the package class.
普通的k近邻算法从包class非常快的实施。

For S4 method information, see knnCMA-methods.
S4方法的详细信息，请参阅knnCMA方法。


用法----------Usage----------


knnCMA(X, y, f, learnind, models=FALSE, ...)



参数----------Arguments----------

参数：X
Gene expression data. Can be one of the following:   
基因表达数据。可以是下列之一：

A matrix. Rows correspond to observations, columns to variables.  
Amatrix。行对应的观察，列变量。

A data.frame, when f is not missing (s. below).  
一个data.frame时f不缺少（S.下面）。

An object of class ExpressionSet.  
对象类ExpressionSet。


参数：y
Class labels. Can be one of the following:   
类的标签。可以是下列之一：

A numeric vector.  
一个numeric向量。

A factor.  
Afactor。

A character if X is an ExpressionSet that specifies the phenotype variable.  
一个如果character X是一个ExpressionSet指定的表型变量。

missing, if X is a data.frame and a proper formula f is provided.  
missing，X是data.frame和适当的公式f提供。

WARNING: The class labels will be re-coded to range from 0 to K-1, where K is the total number of different classes in the learning set.  
警告：类标签将被重新编码范围从0K-1，K是在学习集不同类别的总数。


参数：f
A two-sided formula, if X is a data.frame. The left part correspond to class labels, the right to variables.
一个双面的公式，如果X是data.frame。左边部分对应类的标签，对变量的权利。


参数：learnind
An index vector specifying the observations that belong to the learning set. Must not be missing for this method.
索引向量指定属于学习集的意见。绝不能错过这个方法。


参数：models
a logical value indicating whether the model object shall be returned  
一个逻辑值，该值指示是否应归还模型对象


参数：...
Further arguments to be passed to knn from the package class, in particular the number of nearest neighbours to use (argument k).
进一步的参数被传递包knn，特别是近邻使用（参数class）k。


值----------Value----------

An object of class cloutput.
对象类cloutput。


注意----------Note----------

Class probabilities are not returned. For a probabilistic
类的概率都没有回来。对于一个概率


作者（S）----------Author(s)----------


Martin Slawski <a href="mailto:ms@cs.uni-sb.de">ms@cs.uni-sb.de</a>

Anne-Laure Boulesteix <a href="mailto:boulesteix@ibe.med.uni-muenchen.de">boulesteix@ibe.med.uni-muenchen.de</a>



参考文献----------References----------



<h3>See Also</h3>  <code>compBoostCMA</code>, <code>dldaCMA</code>, <code>ElasticNetCMA</code>, <code>fdaCMA</code>, <code>flexdaCMA</code>, <code>gbmCMA</code>, <code>ldaCMA</code>, <code>LassoCMA</code>, <code>nnetCMA</code>, <code>pknnCMA</code>, <code>plrCMA</code>, <code>pls_ldaCMA</code>, <code>pls_lrCMA</code>, <code>pls_rfCMA</code>, <code>pnnCMA</code>, <code>qdaCMA</code>, <code>rfCMA</code>,

举例----------Examples----------


### load Golub AML/ALL data[＃负载戈卢布反洗钱/所有数据]
data(golub)
### extract class labels[＃提取类标签]
golubY <- golub[,1]
### extract gene expression from first 10 genes[＃提取从第10个基因的基因表达]
golubX <- as.matrix(golub[,-1])
### select learningset[＃选择learningset]
ratio <- 2/3
set.seed(111)
learnind <- sample(length(golubY), size=floor(ratio*length(golubY)))
### run k-nearest neighbours[＃运行K-近邻]
result <- knnCMA(X=golubX, y=golubY, learnind=learnind, k = 3)
### show results[＃显示结果]
show(result)
ftable(result)
### multiclass example:[＃多类例如：]
### load Khan data[＃＃负载汗数据]
data(khan)
### extract class labels[＃提取类标签]
khanY <- khan[,1]
### extract gene expression[＃提取的基因表达]
khanX <- as.matrix(khan[,-1])
### select learningset[＃选择learningset]
set.seed(111)
learnind <- sample(length(khanY), size=floor(ratio*length(khanY)))
### run knn[＃运行KNN]
result <- knnCMA(X=khanX, y=khanY, learnind=learnind, k = 5)
### show results[＃显示结果]
show(result)
ftable(result)

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。