找回密码
 注册
查看: 686|回复: 0

R语言 Rmagpie包 finalClassifier-class()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-26 13:00:37 | 显示全部楼层 |阅读模式
finalClassifier-class(Rmagpie)
finalClassifier-class()所属R语言包:Rmagpie

                                        finalClassifier: A class to store the final classifier corresponding to an assessment
                                         finalClassifier:A级评估相应的存储最终的分类

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

This class stores the properties of the final classifiers associated to a given assessment. A classifier is usually available for each option value defined in the slot featureSelectionOptions. This final classifier is obtained by running the feature selction method on the whole dataset to find the relevant genes and then train the
这个类存储属性关联到一个给定的评估最终分类。通常是用一个分类为在插槽featureSelectionOptions定义每个选项的值。这是最后的分类得到整个数据集上运行,以寻找相关基因功能selction方法和再培训


创建对象----------Creating objects----------

To generate the final classifier, call the method 'findFinalClassifier' on an object of class assessment (findFinalClassifier-methods).
以生成最终的分类,调用类评估对象(findFinalClassifier-methods)方法“findFinalClassifier”。


插槽----------Slots----------




genesFromBestToWorst: character. If the feature selection method is RFE: the genes ordered by the weights obtained with the smallest subset size during RFE. If the method of featuure selection is the Nearest
genesFromBestToWorst:character。如果RFE的特征选择方法是:在RFE获得最小的子集大小的重量下令基因。如果featuure选择的方法是最近




models: list of object of class svm.If the feature selection method is RFE: svm models trained on the whole dataset for each size of subset (2 attributes: 'model', the classifier model and 'modelFeatures' the features selected for each subset). If the feature selection method is NSC: the object created by pamr.train
models:list of object of class svm如果RFE的特征选择方法是:SVM模型训练,分类模型“模型”和“modelFeatures”功能的选择:在整个数据集,每个子集的大小(2属性每个子集)。如果特征选择方法是国科会:由pamr.train创建对象


方法----------Methods----------

Retreive the genes ordered by their weights obtained with the smallest subset during RFE (slot genesFromBestToWorst)
Retreive其重量下令获得最小的子集在RFE(插槽genesFromBestToWorst)的基因




getModels(finalClassifier) Retreive
getModels(finalClassifier)Retreive


作者(S)----------Author(s)----------


Camille Maumet



参见----------See Also----------

finalClassifier,assessment, getFinalClassifier-methods
finalClassifier,assessment,getFinalClassifier-methods


举例----------Examples----------


#dataPath &lt;- file.path("C:", "Documents and Settings", "c.maumet", "My Documents", "Programmation", "Sources", "SVN", "R package", "data")[数据通路(< -  file.path的“C:”,“文件和设置”,“c.maumet”,“我的文档”,“Programmation”,“源”,“SVN的”,“R包”,“数据” )]
#aDataset &lt;- new("dataset", dataId="vantVeer_70", dataPath=dataPath)[aDataset < - 新(“数据集”,“dataId =”vantVeer_70,数据通路=数据通路)]
#aDataset &lt;- loadData(aDataset)[aDataset < - 的LoadData(aDataset)]
data('vV70genesDataset')

mySubsets <- new("geneSubsets", optionValues=c(1,2,4,8,16,32,64,70))
expeOfInterest <- new("assessment", dataset=vV70genes,
                               noFolds1stLayer=10,
                               noFolds2ndLayer=9,
                               classifierName="svm",
                               typeFoldCreation="original",
                               svmKernel="linear",
                               noOfRepeat=2,
                               featureSelectionOptions=mySubsets)

expeOfInterest <- findFinalClassifier(expeOfInterest)

# Return the whole object of class finalClassifier[返回整个类finalClassifier的对象]
finalClassifier <- getFinalClassifier(expeOfInterest)

# Svm model corresponding to a subset of size 4 (3rd size of subset)[SVM模型对应一个大小为4的子集(第三子集的大小)]
getModels(finalClassifier)[[3]]$model
# Relevant genes for a subset of size 4 (3rd size of subset)[相关基因的大小为4的一个子集(3大小的子集)]
getModels(finalClassifier)[[3]]$modelFeatures

# Genes ordered according to their weight after performing the RFE up to 1 gene[基因下令执行RFE 1基因后根据自己的体重]
getGenesFromBestToWorst(finalClassifier)


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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-28 03:52 , Processed in 0.020701 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表