minet(minet)
minet()所属R语言包：minet
Mutual Information Network
互信息网
译者：生物统计家园网 机器人LoveR
描述----------Description----------
For a given dataset, minet infers the network in two steps. First, the mutual information between all pairs of variables in dataset is computed according to the estimator argument. Then the algorithm given by method considers the estimated mutual informations in order to build the network. This package is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License.
对于一个给定的数据集，minet推断网络分为两个步骤。首先，对所有的变量之间的相互信息dataset计算根据estimator论点。然后method算法认为估计互信息，以建立网络。 Creative Commons署名 - 非商业性使用 - 相同方式共享3.0声明页面许可证授权下这个包。
用法----------Usage----------
minet(dataset, method="mrnet", estimator="spearman", disc="none", nbins=sqrt(NROW(dataset)))
参数----------Arguments----------
参数：dataset
data.frame where columns contain variables/features and rows contain outcomes/samples.
数据框列包含变量/功能和行包含结果/样品。
参数：method
The name of the inference algorithm : "clr", "aracne", "mrnet" or "mrnetb" (default: "mrnet") - see references.
“CLR”，“aracne”，的“mrnet”或的“mrnetb”（默认是：“mrnet”）的推理算法的名称 - 请参阅参考资料。
参数：estimator
The name of an entropy estimator (or correlation) to be used for mutual information computation ("mi.empirical", "mi.mm", "mi.shrink", "mi.sg", "pearson","spearman","kendall"), (default: "spearman") . - see build.mim.
熵估计的名称（或相关）用于互信息计算（“mi.empirical”，“mi.mm”，“mi.shrink”，“mi.sg”，“培” “矛”，“肯德尔”），（默认：“矛”）。 - 看build.mim。
参数：disc
The name of the discretization method to be used, if required by the estimator :"none" ,"equalfreq", "equalwidth" or "globalequalwidth" (default : "none") - see infotheo package.
用于离散化方法的名称，如果需要估计：“无”，“equalfreq”，“equalwidth”或“globalequalwidth”（默认是：“无”） - 看到infotheo包。
参数：nbins
Integer specifying the number of bins to be used for the discretization if disc is set properly. By default the number of bins is set to sqrt(N) where N is the number of samples.
整数，指定为离散如果光盘设置正确的箱数。默认情况下的垃圾桶数量设置为sqrt(N)，其中N为样本数。
值----------Value----------
minet returns a matrix which is the weighted adjacency matrix of the network. The weights range from 0 to 1 and can be seen as a confidence measure on the presence of the arcs. In order to display the network, load the package Rgraphviz and use the following command: <br> plot( as(returned.matrix ,"graphNEL") )
minet返回一个矩阵，这是网络的加权邻接矩阵。重量范围从0到1，可以看到作为一个在场的弧信心措施。为了显示网络，加载包Rgraphviz和使用下面的命令：参考图（（returned.matrix，“graphNEL”））
作者（S）----------Author(s)----------
Patrick E. Meyer, Frederic Lafitte, Gianluca Bontempi
参考文献----------References----------
minet: A R/Bioconductor Package for Inferring Large Transcriptional Networks Using Mutual Information. BMC Bioinformatics, Vol 9, 2008.
参见----------See Also----------
build.mim, clr, mrnet, mrnetb, aracne
build.mim，clr，mrnet，mrnetb，aracne
举例----------Examples----------
data(syn.data)
net1 <- minet( syn.data )
net2 <- minet( syn.data, estimator="pearson" )
net3 <- minet( syn.data, method="clr")
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 2012-2-26 00:57:29
