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

loveR

GetClusters(MantelCorr)
GetClusters()所属R语言包：MantelCorr

                                        Over-Partition a (p x n) Data Matrix using 'kmeans'
                                         过分区（PXN）数据矩阵使用“KMEANS”

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

'GetClusters' uses an overly large k with the 'kmeans' function to over-partition p variables (rows = genes) from n
“GetClusters使用”KMEANS过度划分P变量“功能”（“行”=“基因）过大的k从n


用法----------Usage----------


GetClusters(x.data, num.k, num.iters)



参数----------Arguments----------

参数：     x.data
p x n data matrix of numeric values
P X n个数据矩阵数值


参数：     num.k
number of k partitions desired
所需的k分区


参数：     num.iters
number of iterations - recommend >= 100
迭代次数 - 推荐> = 100


值----------Value----------

'GetClusters' returns a list with the following components:
GetClusters“返回列表以下组件：


参数：     clusters
cluster assignment from 'kmeans'
聚类分配从“KMEANS”


参数：     cluster.sizes
size of each cluster k from 'kmeans'
每个聚类K表的大小从KMEANS


注意----------Note----------

The input data matrix, x.data, must be numeric (e.g., gene-expression values).
输入数据矩阵，x.data，必须是数字（例如，基因表达值）。


作者（S）----------Author(s)----------


Brian Steinmeyer



参见----------See Also----------

'kmeans'
“KMEANS”


举例----------Examples----------



# simulate a p x n microarray expression dataset, where p = genes and n = samples[apxn模拟芯片表达数据集，其中p =基因和N =样本]
data.sep <- rbind(matrix(rnorm(1000), ncol=50), matrix(rnorm(1000, mean=5), ncol=50))
noise <- matrix(runif(40000), ncol=1000)
data <- t(cbind(data.sep, noise))
data <- data[1:200, ]
# data has p = 1,050 genes and n = 40 samples[数据有p = 1,050基因和N = 40个样本]

clusters.result <- GetClusters(data, 100, 100)


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。