group.mzClust(xcms)
group.mzClust()所属R语言包：xcms
Group Peaks via High Resolution Alignment
集团通过高分辨率对准峰
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Runs high resolution alignment on single spectra samples stored in a given xcmsSet.
运行于单一的光谱样本存储在一个给定的xcmsSet高分辨率对齐。
参数----------Arguments----------
参数：object
a xcmsSet with peaks
与峰xcmsSet，
参数：mzppm
the relative error used for clustering/grouping in ppm (parts per million)
聚类/分组以ppm（百万分之一的相对误差）
参数：mzabs
the absolute error used for clustering/grouping
用于聚类/分组的绝对误差
参数：minsamp
set the minimum number of samples in one bin
设置在一个槽样品的最低数量
参数：minfrac
set the minimum fraction of each class in one bin
设置在一个槽的每个类别的最低分数
值----------Value----------
Returns a xcmsSet with slots groups and groupindex set.
返回插槽团体和groupindex集一个xcmsSet。
方法----------Methods----------
group(object, method="mzClust", mzppm = 20, mzabs = 0, minsamp = 1, minfrac=0)
group(object, method="mzClust", mzppm = 20, mzabs = 0, minsamp = 1, minfrac=0)
参考文献----------References----------
Dennis W. Hill and David F. Grant<br> Alignment of high resolution mass spectra: development of a heuristic approach for metabolomics.<br> Metabolomics, Vol. 2, No. 2, 75-83 (2006)
参见----------See Also----------
xcmsSet-class,
xcmsSet-class
举例----------Examples----------
## Not run: [＃无法运行：]
library(msdata)
mzdatapath <- system.file("fticr", package = "msdata")
mzdatafiles <- list.files(mzdatapath, recursive = TRUE, full.names = TRUE)
xs <- xcmsSet(method="MSW", files=mzdatafiles, scales=c(1,7), SNR.method='data.mean' , winSize.noise=500,
peakThr=80000, amp.Th=0.005)
xsg <- group(xs, method="mzClust")
## End(Not run)[＃结束（不运行）]
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 16:06:33
