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

loveR

kmeansM(maigesPack)
kmeansM()所属R语言包：maigesPack

                                         Function to do k-means cluster analysis
                                         函数来完成的K-means聚类分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This is a function to do k-means clustering analysis for objects of classes maiges, maigesRaw and maigesANOVA. Use the function kmeansMde for objects of class maigesDEcluster.
这是一个类的对象的k-means聚类分析的功能maiges，maigesRaw和maigesANOVA。使用的功能kmeansMde类maigesDEcluster的对象。


用法----------Usage----------


kmeansM(data, group=c("C", "R")[1], distance="correlation",
        method="complete", sampleT=NULL, doHier=FALSE, sLabelID="SAMPLE",
        gLabelID="GeneName", rmGenes=NULL, rmSamples=NULL, rmBad=TRUE,
        geneGrp=NULL, path=NULL, ...)



参数----------Arguments----------

参数：data
object of class maigesRaw, maiges or maigesANOVA.
对象的类maigesRaw，maiges或maigesANOVA。


参数：group
character string giving the type of grouping: by rows 'R' or columns 'C' (default).
字符串类型分组：行“R”或列“C”（默认）。


参数：distance
char string giving the type of distance to use. Here we use the function Dist and the possible values are 'euclidean', 'maximum', 'manhattan', 'canberra', 'binary', 'pearson', 'correlation' (default) and 'spearman'.
char字符串距离使用。在这里，我们使用的功能Dist和可能的值是“欧几里德”，“最大”，“曼哈顿”，“堪培拉”，“二进制”，“培”，“相关性”（默认）和矛。


参数：method
char string specifying the linkage method for the hierarchical cluster. Possible values are 'ward', 'single', 'complete' (default), 'average', 'mcquitty', 'median' or 'centroid'
char字符串指定联动层次聚类方法。可能的值是病房，单，完成（默认），平均，mcquitty“，”中位数“或”重心“


参数：sampleT
list with 2 vectors. The first one specify the first letter of different sample types to be coloured by distinct colours, that are given in the second vector. If NULL (default) no colour is used.
列出2向量。第一个指定的第一个字母不同类型的样品，是由不同的颜色，在第二个向量的彩色。如果为NULL（默认）没有颜色。


参数：doHier
logical indicating if you want to do the hierarchical branch in the opposite dimension of clustering. Defaults to FALSE.
逻辑表明，如果你想要做的另一维度的聚类分层分支。默认为false。


参数：sLabelID
character string specifying the sample label ID to be used to label the samples.
字符串指定样品的标签标识被用来标记的样品。


参数：gLabelID
character string specifying the gene label ID to be used to label the genes.
字符串指定的基因标签的ID被用来标记基因。


参数：rmGenes
char list specifying genes to be removed.
字符列表指定的基因将被删除。


参数：rmSamples
char list specifying samples to be removed.
字符列表指定的样品将被删除。


参数：rmBad
logical indicating to remove or not bad spots (slot BadSpots in objects of class maiges, maigesRaw or maigesANOVA).
逻辑表示删除或不坏的斑点（插槽BadSpots类对象maiges，maigesRaw或maigesANOVA）。


参数：geneGrp
numerical or character specifying the gene group to be clustered. This is given by the columns of the slot GeneGrps in objects of classes maiges, maigesRaw and maigesANOVA.
数字或字符指定的基因组进行聚类。这是由插槽GeneGrps类的对象列maiges，maigesRaw和maigesANOVA。


参数：path
numerical or character specifying the gene network to be clustered. This is given by the items of the slot Paths in objects of classes maiges, maigesRaw and maigesANOVA.
数字或字符指定的基因网络聚类。这是插槽Paths类的对象的项目给予maiges，maigesRaw和maigesANOVA。


参数：...
additional parameters for Kmeans function.
Kmeans函数的附加参数。


Details

详情----------Details----------

This function implements the k-means clustering method for objects of microarray data defined in this package. The method uses the function Kmeans from package amap.
此功能实现k-means聚类方法，在这个包中定义的微阵列数据的对象。该方法使用功能Kmeans包AMAP。


值----------Value----------

This function display the heatmaps and return invisibly a list resulted from the function Kmeans.
此功能显示的热图，并返回无形中从功能Kmeans导致一个列表。


作者（S）----------Author(s)----------



Gustavo H. Esteves &lt;<a href="mailto:gesteves@vision.ime.usp.br">gesteves@vision.ime.usp.br</a>&gt;




参见----------See Also----------

Kmeans from package amap. somM and hierM for displaying SOM and hierarchical clusters, respectively.
Kmeans包AMAP。 somM和hierM显示SOM和层次的聚类，分别为。


举例----------Examples----------


## Loading the dataset[＃载入数据集]
data(gastro)

## Doing a K-means cluster with 2 groups using all genes, for maigesRaw class[＃做2组使用的所有基因的K-means聚类，maigesRaw类]
kmeansM(gastro.raw, rmGenes=c("BLANK","DAP","LYS","PHE", "Q_GENE","THR","TRP"),
        sLabelID="Sample", gLabelID="Name", centers=2)

## The same as above, but for maigesNorm class[＃与上述相同，但maigesNorm类]
kmeansM(gastro.norm, rmGenes=c("BLANK","DAP","LYS","PHE", "Q_GENE","THR","TRP"),
        sLabelID="Sample", gLabelID="Name", centers=2)

## Another example with 3 groups[＃3组的另一个例子]
kmeansM(gastro.norm, rmGenes=c("BLANK","DAP","LYS","PHE", "Q_GENE","THR","TRP"),
        sLabelID="Sample", gLabelID="Name", centers=3)

## If you want to use euclidean distance to group genes (or spots) with[＃如果你想用欧几里德距离组基因（或点）]
## 4 groups[＃4组]
kmeansM(gastro.summ, rmGenes=c("BLANK","DAP","LYS","PHE", "Q_GENE","THR","TRP"),
        sLabelID="Sample", gLabelID="Name", centers=4, group="R", distance="euclidean")

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。