R语言 nlcv包 pamrML()函数中文帮助文档(中英文对照)

loveR

pamrML(nlcv)
pamrML()所属R语言包：nlcv

                                        Wrapper function around the pamr.* functions
                                         周围的PAMR包装功能*功能。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The pamrML functions are wrappers around pamr.train and pamr.predict that provide a more classical R modelling interface than the original versions.
pamrML功能包装周围pamr.train和pamr.predict提供了一个更经典的R建模界面比原来的版本。


用法----------Usage----------


pamrML(formula, data, ...)
## S3 method for class 'pamrML'
print(x, ...)
## S3 method for class 'pamrML'
predict(object, newdata, ...)



参数----------Arguments----------

参数：formula
model formula
模型公式


参数：data
data frame
数据框


参数：x
object of class pamrML
对象类pamrML


参数：object
object of class pamrML
对象类pamrML


参数：newdata
data frame containing new observations for which predicted values will be estimated based on the model contained in object
含有新的观测数据框的预测，估计值将会根据模型中包含的object


参数：...
further arguments to the print method
print方法的进一步参数


Details

详情----------Details----------

The name of the response variable is kept as an attribute in the pamrML object to allow for predict methods that can be easily used for writing converter functions for use in the  MLInterfaces framework.
响应变量的名称保存作为pamrML对象的属性，可以预测，可以很容易地使用写MLInterfaces框架中使用的转换器功能的方法。


值----------Value----------

For pamrML an object of class pamrML which adds an attribute to the original object returned by pamr.train (or pamrTrain).
pamrML类pamrML其中的一个对象添加一个属性到原来的对象由pamr.train返回（或pamrTrain）。

The print method lists the names of the different components of the pamrML object.
print方法列出了pamrML对象的不同组成部分的名称。

The predict method returns a vector of predicted values
predict方法返回一个预测值的向量


作者（S）----------Author(s)----------


Tobias Verbeke



参见----------See Also----------

pamr.train, pamr.predict
pamr.train，pamr.predict


举例----------Examples----------


  set.seed(120)
  x <- matrix(rnorm(1000*20), ncol=20)
  y <- sample(c(1:4), size=20, replace=TRUE)
  # for original pam[原PAM]
  mydata <- list(x=x, y=y)
  mytraindata <- list(x=x[,1:15],y=factor(y[1:15]))
  mytestdata <-  list(x = x[,16:20], y = factor(y[16:20]))

  # for formula-based methods including pamrML[基于公式的方法，包括pamrML]
  alldf <- cbind.data.frame(t(mydata$x), y)
  traindf <- cbind.data.frame(t(mytraindata$x), y = mytraindata$y)
  testdf <- cbind.data.frame(t(mytestdata$x), y = mytestdata$y)

  ### create pamrML object[＃创建pamrML对象]
  pamrMLObj <- pamrML(y ~ ., traindf)
  pamrMLObj

  ### test predict method[＃＃测试预测方法]
  predict(object = pamrMLObj, newdata = testdf,
      threshold = 1) # threshold compulsory[门槛强制]

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。