GPLearn(tigre)
GPLearn()所属R语言包：tigre
Fit a GP model
适合GP模型
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Forms an optimized model of the desired genes. The function can form a model with GPsim or GPdisim and it's also possible to use initial parameters or fix parameters for future use. The genes can also be filtered based on ratios calculated from the expression values. The given data can also be searched for the data of specific genes.
形成一个优化模型所需的基因。该功能可以与gpsim或GPdisim形成一个模型，它也可以使用初始参数或固定参数，以供将来使用。基因也可以被过滤的基础上从表达式的值计算的比率。上述数据也可以搜索特定的基因数据。
用法----------Usage----------
GPLearn(preprocData, TF = NULL, targets = NULL,
useGpdisim = !is.null(TF), randomize = FALSE, addPriors = FALSE,
fixedParams = FALSE, initParams = NULL, initialZero = TRUE,
fixComps = NULL, dontOptimise = FALSE,
allowNegativeSensitivities = FALSE, quiet = FALSE,
gpsimOptions = NULL, allArgs = NULL)
参数----------Arguments----------
参数：preprocData
The preprocessed data to be used.
预处理后的数据可以使用。
参数：TF
The probe corresponding to the transcription factor (TF) mRNA if TF protein translation model is used, or NULL (default) if the translation model is not used.
探针相应的转录因子（TF）的mRNA表达TF蛋白翻译模型使用，或NULL（默认）如果不使用翻译模型。
参数：targets
The target genes of the model.
该模型的靶基因。
参数：useGpdisim
A logical value determining whether a model of translation is included. By default TRUE if TF is set, FALSE if TF is unset.
一个逻辑值，决定是否包括翻译模型。默认为true如果TF设定，FALSE如果TF是取消设置。
参数：randomize
A logical value determining whether the parameters of the model are randomized before optimization.
一个逻辑值，确定模型的参数是否是随机优化前。
参数：addPriors
A logical value determining whether priors are added to the model.
一个逻辑值，决定是否先验添加到模型中。
参数：fixedParams
A logical value determining whether the initial parameters are fixed.
一个逻辑值，确定是否是固定的初始参数。
参数：initParams
The initial parameters for the model. In combination with fixedParams a value NA denotes parameters to learn.
模型的初始参数。结合与fixedParams值NA表示参数学习。
参数：initialZero
Assume a zero initial TF protein concentration, default = TRUE.
假设零初始TF蛋白浓度，默认=真。
参数：fixComps
The blocks of the kernel the parameters of which are to be fixed. To be used together with fixedParams and initParams.
内核块的参数是固定的。一起使用与fixedParams和initParams。
参数：dontOptimise
Just create the model, do not run optimisation.
刚刚创建的模型，不运行优化。
参数：allowNegativeSensitivities
Allow sensitivities to go negative. This is an experimental feature, and the negative values have no physical interpretation.
允许负数敏感性。这是一个实验性的功能，负值有没有物理解释。
参数：quiet
Suppress optimiser output.
禁止优化器输出。
参数：gpsimOptions
Internal: additional options to pass to gp[di]simCreate.
内部：其他选项传递给GP [二] simCreate。
参数：allArgs
A list of arguments that can be used to override ones with the same name.
可用于覆盖具有相同名称的参数列表。
值----------Value----------
Returns the optimized model.
返回的优化模型。
作者（S）----------Author(s)----------
Antti Honkela, Pei Gao, Jonatan Ropponen, Magnus Rattray, Neil D. Lawrence
参见----------See Also----------
GPRankTargets, GPRankTFs.
GPRankTargets, GPRankTFs。
举例----------Examples----------
# Load a mmgmos preprocessed fragment of the Drosophila developmental[加载的果蝇发育mmgmos预处理片段]
# time series[时间序列]
data(drosophila_gpsim_fragment)
# Get the target probe names[获取目标探测名称]
library(annotate)
aliasMapping <- getAnnMap("ALIAS2PROBE",
annotation(drosophila_gpsim_fragment))
twi <- get('twi', env=aliasMapping)
fbgnMapping <- getAnnMap("FLYBASE2PROBE",
annotation(drosophila_gpsim_fragment))
targetProbe <- get('FBgn0035257', env=fbgnMapping)
# Create the model but do not optimise (rarely needed...)[创建模型，但不优化（很少需要）]
model <- GPLearn(drosophila_gpsim_fragment,
TF=twi, targets=targetProbe,
useGpdisim=TRUE, quiet=TRUE,
dontOptimise=TRUE)
## Not run: [＃无法运行：]
# Create and learn the model[创建和学习模型]
model <- GPLearn(drosophila_gpsim_fragment,
TF=twi, targets=targetProbe,
useGpdisim=TRUE, quiet=TRUE)
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 15:31:33
