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

loveR

PDMBySvmAccuracy(phenoDist)
PDMBySvmAccuracy()所属R语言包：phenoDist

                                         Compute phenotypic distance matrix by SVM classification accuracy
                                         计算SVM分类精度的表型的距离矩阵

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function performs an SVM classification between two given samples, and calculates the classification accuracy via cross validation as the phenotypic distance between the two samples. For multiple samples, the function returns a pair-wise distance matrix.
这个函数执行给定的两个样品之间的SVM分类，并计算通过表型距离为两个样本之间的交叉验证分类精度。对于多个样品，该函数返回一个成对的距离矩阵。


用法----------Usage----------



PDMBySvmAccuracy(x, unames, selectedCellFtrs, cross=5, verbose=FALSE, ...)



参数----------Arguments----------

参数：x
An imageHTS object.
imageHTS对象。


参数：unames
A character vector, containing the well names from where to collect the cell features. See getUnames for details.
一个特征向量，包含从哪里收集单元功能的好名字。看到getUnames详情。


参数：selectedCellFtrs
A character vector for cell features to be used in the calculation. If missing, all features are used.
用于计算单元功能的一个特征向量。如果缺少，使用所有功能。


参数：cross
An interger scalar indicating how many folds of cross validation should be performed.
应执行一个基于整数标表示多少褶皱的交叉验证。


参数：verbose
A logical scalar indicating whether progress should be reported.
一个逻辑标指示是否应报告进展情况。


参数：...
Additional arguments to be passed to the svm function of the e1071 package.
额外的参数将被传递给svme1071包的功能。


Details

详情----------Details----------

For every pair of wells, this function collects features of all cells from both wells, and performs a bi-class classification using Support Vector Machine (SVM). The classification accuracy is defined as the phenotypic distance for the distance matrix.
此功能为每一双井，收集从两个井的所有单元的功能，并执行一个双级分类，使用支持向量机（SVM）。距离矩阵表型的距离被定义为分类精度。


值----------Value----------

A symmetric distance matrix with the number of rows equaling to the length of unames.
与对称距离矩阵相当于unames长度的行数。


作者（S）----------Author(s)----------


Xian Zhang



参见----------See Also----------

svm
svm


举例----------Examples----------



  library('phenoDist')

  ## load the imageHTS object[＃加载imageHTS对象。]
  load(system.file('kimorph', 'kimorph.rda', package='phenoDist'))
  x@localPath <- file.path(tempdir(), 'kimorph')

  ## calculate pair-wise svm distance matrix[＃计算成对SVM距离矩阵]
  load(system.file('kimorph', 'selectedFtrs.rda', package='phenoDist'))
  pdm <- PDMBySvmAccuracy(x, unames=getUnames(x, plate=1, row=2:3, col=3), selectedCellFtrs=selectedCellFtrs, cross=5, verbose=FALSE, cost=1, gamma=2^-5, kernel='radial')

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。