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

loveR

defaultGenerator(ChIPsim)
defaultGenerator()所属R语言包：ChIPsim

                                         Defaults for Feature Generator
                                         默认为特征发电机

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Functions to generate defaults for makeFeatures.
函数生成默认makeFeatures。


用法----------Usage----------


defaultGenerator()
defaultTransition()
defaultInit(prob=c(0.2, 0.05, 0, 0.25, 0.5),
        states=c("ReversePhasedFeature", "StableFeature",
                "PhasedFeature", "NFRFeature", "FuzzyFeature"))
defaultLastFeat(isEnd = c(FALSE, rep(TRUE, 4)),
        states = c("ReversePhasedFeature", "StableFeature",
                "PhasedFeature", "NFRFeature", "FuzzyFeature"))



参数----------Arguments----------

参数：prob
Numeric vector giving the initial state distribution. This will be normalised if the  probabilities do not add up to 1.
数字矢量初始状态分布。这将标准化的概率加起来还不到1。


参数：isEnd
Logical vector indicating which states, i.e. features, are allowed to be last in the sequence.
逻辑向量表示状态，即功能，允许序列中的最后。


参数：states
Character vector of state names.
国家名称的特征向量。


Details

详情----------Details----------

These functions generate data structures that can be passed as arguments to makeFeatures. Using this set of functions will create a nucleosome positioning simulation. Some of the defaults can be modified by passing different values to defaultInit and defaultLastFeat.
这些功能可以通过作为makeFeatures的参数生成数据结构。使用此功能，将创建一个核小体定位模拟。可以修改一些默认defaultInit和defaultLastFeat通过不同的价值观。


值----------Value----------

Return values are suitable as arguments generator, transition, init and lastFeat of  makeFeatures. See the documentation of makeFeatures for more detail.
适合作为参数，返回值是generator，transition，init和lastFeatmakeFeatures。看到makeFeatures更详细的文档。


作者（S）----------Author(s)----------



Peter Humburg




举例----------Examples----------


        set.seed(1)
        ## generate defaults[＃生成默认]
        generator <- defaultGenerator()
        transition <- defaultTransition()
        lastFeat <- defaultLastFeat()
       
        ## change the initial state distribution such that it [＃改变，这样它的初始状态分布]
        ## always starts with a fuzzy feature[＃总是从一个模糊的功能]
        init <- defaultInit(c(0, 0, 0, 0, 1))
       
        ## now generate some features for a stretch of 1 million base pairs [＃现在产生绵延1万个碱基对的某些功能]
        features <- makeFeatures(generator=generator, transition=transition,
                lastFeat=lastFeat, init=init, length=1e6)

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。