Planarplot(CMA)
Planarplot()所属R语言包：CMA
Visualize Separability of different classes
可视化可分不同类
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Given two variables, the methods trains a classifier (argument classifier) based on these two variables and plots the resulting class regions, learning- and test observations in the plane.
鉴于这两个变量，方法训练一个分类器（参数classifier）这两个变量和图形类区域基础上，学习和在飞机上的试验观测。
Appropriate variables are usually found by GeneSelection.
通常是由GeneSelection适当的变数。
For S4 method information, s. Planarplot-methods.
S4的方法信息。 Planarplot-methods。
用法----------Usage----------
Planarplot(X, y, f, learnind, predind, classifier, gridsize = 100, ...)
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。
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. May be missing; in that case, the learning set consists of all observations and predictions are made on the learning set.
索引向量指定属于学习集的意见。可能missing;在这种情况下，学习组学习集的所有意见和预测。
参数：predind
A vector containing exactly two indices that denote the two variables used for classification.
正好有两个指标，表示两个变量用于分类的一个向量。
参数：classifier
Name of function ending with CMA indicating the classifier to be used.
CMA指示要使用的分类函数名结束。
参数：gridsize
The gridsize used for two-dimensional plotting. For both variables specified in predind, an equidistant grid of size gridsize is created. The resulting two grids are then combined to obtain gridsize^2 points in the real plane which are used to draw the class regions. Defaults to 100 which is usually a reasonable choice, but takes some time.
gridsize使用两维绘图。对于predind指定两个变量，等距网格的大小gridsize创建。由此产生的两个网格，然后结合获得gridsize^2点在真正的飞机，这是用来绘制类区域。 100默认值通常是一个合理的选择，但需要一些时间。
参数：...
Further argument passed to classifier.
进一步论证通过classifier。
值----------Value----------
No return.
不归路。
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>.
Idea is from the <code>MLInterfaces</code> package, contributed
by Jess Mar, Robert Gentleman and Vince Carey.
参见----------See Also----------
GeneSelection, compBoostCMA, dldaCMA, ElasticNetCMA, fdaCMA, flexdaCMA, gbmCMA, knnCMA, ldaCMA, LassoCMA, nnetCMA, pknnCMA, plrCMA, pls_ldaCMA, pls_lrCMA, pls_rfCMA, pnnCMA, qdaCMA, rfCMA,
GeneSelection，compBoostCMA，dldaCMA，ElasticNetCMA，fdaCMA，flexdaCMA，gbmCMA，knnCMA，ldaCMA，LassoCMA，nnetCMA，pknnCMA，plrCMA，pls_ldaCMA，pls_lrCMA，pls_rfCMA，pnnCMA ，qdaCMA，rfCMA
举例----------Examples----------
### simple linear discrimination for the golub data:[＃简单的线性判别为戈卢布数据：]
data(golub)
golubY <- golub[,1]
golubX <- as.matrix(golub[,-1])
golubn <- nrow(golubX)
set.seed(111)
learnind <- sample(golubn, size=floor(2/3*golubn))
Planarplot(X=golubX, y=golubY, learnind=learnind, predind=c(2,4),
classifier=ldaCMA)
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。
|
发表于 2012-2-25 15:23:51
