找回密码
 注册
查看: 1141|回复: 0

R语言 ROCR包 ROCR.hiv()函数中文帮助文档(中英文对照)

  [复制链接]
发表于 2012-9-27 22:47:18 | 显示全部楼层 |阅读模式
ROCR.hiv(ROCR)
ROCR.hiv()所属R语言包:ROCR

                                        Data set: Support vector machines and neural networks applied to the prediction of HIV-1 coreceptor usage
                                         数据集:支持向量机和神经网络应用于预测HIV-1辅助受体的使用

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Linear support vector machines (libsvm) and neural networks (R package nnet) were applied to predict usage of the coreceptors CCR5 and CXCR4 based on sequence data of the third variable loop of the HIV envelope protein.
线性支持向量机(SVM的流程大概)和神经网络(R包nnet)预测使用的辅助受体CCR5和CXCR4的第三个变量循环的HIV包膜蛋白序列数据的基础上。


用法----------Usage----------


data(ROCR.hiv)



格式----------Format----------

A list consisting of the SVM (ROCR.hiv$hiv.svm) and NN (ROCR.hiv$hiv.nn) classification data. Each of those is in turn a list consisting of the two elements $predictions and $labels
一个列表,包括SVM(ROCR.hiv$hiv.svm)和NN(ROCR.hiv$hiv.nn)分类数据。每个这些是在转动组成的列表中的两个元素$predictions和$labels


参考文献----------References----------

of localized rules by maximizing the area under the ROC curve".  1st

实例----------Examples----------


data(ROCR.hiv)
attach(ROCR.hiv)
pred.svm <- prediction(hiv.svm$predictions, hiv.svm$labels)
perf.svm <- performance(pred.svm, 'tpr', 'fpr')
pred.nn <- prediction(hiv.nn$predictions, hiv.svm$labels)
perf.nn <- performance(pred.nn, 'tpr', 'fpr')
plot(perf.svm, lty=3, col="red",main="SVMs and NNs for prediction of
HIV-1 coreceptor usage")
plot(perf.nn, lty=3, col="blue",add=TRUE)
plot(perf.svm, avg="vertical", lwd=3, col="red",
     spread.estimate="stderror",plotCI.lwd=2,add=TRUE)
plot(perf.nn, avg="vertical", lwd=3, col="blue",
spread.estimate="stderror",plotCI.lwd=2,add=TRUE)
legend(0.6,0.6,c('SVM','NN'),col=c('red','blue'),lwd=3)

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, 2024-11-23 19:44 , Processed in 0.027400 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