R语言 TPAM包 tpam.predict()函数中文帮助文档(中英文对照)

loveR

tpam.predict(TPAM)
tpam.predict()所属R语言包：TPAM

                                         A function giving prediction information.
                                         预测信息的功能。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Prediction information is provided.
提供的预测信息。


用法----------Usage----------


tpam.predict(fit, newdata, threshold, type = c("class", "posterior", "centroid", "nonzero"), prior = fit$prior, threshold.scale = fit$threshold.scale)



参数----------Arguments----------

参数：fit
The result of a call to tpam.train  
的呼叫的结果tpam.train


参数：newdata
Weighted test data, the result of a call to tpam.predict  
加权的测试数据，一个呼叫的结果tpam.predict


参数：threshold
The desired threshold value  
所需的阈值


参数：type
Type of prediction desired: class predictions, posterior probabilities, (unshrunken) class centroids, vector of genes surviving the threshold.  
所需的预测类型：一流的预测，后验概率，（unshrunken）类质心，基因向量的生存阈值。


参数：prior
Prior probabilities for each class. Default is that specified in "fit".  
每个类的先验概率。默认是在“适当”。


参数：threshold.scale
Additional scaling factors to be applied to the thresholds. Vector of length equal to the number of classes. Default is that specified in "fit".  
额外的缩放因子被应用到的阈值。向量的长度相等的类的数量。默认是在“适当”。


值----------Value----------

Give a cross-tabulation of true versus predicted classes for the fit returned by tpam.train or tpam.cv, at the specified threshold.
给一个交叉制表的真正适合由tpam.train或tpam.cv，返回在指定的阈值与预测类。


（作者）----------Author(s)----------



Yuping Zhang




实例----------Examples----------


x = list()
for(i in 1:2){
        set.seed(i+123)
        x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = factor(sample(c(1:2), size=100, replace=TRUE))

data = list(x = x, y=y, genenames = as.character(paste("gene", c(1:500), sep="")), geneid =         as.character(paste("gene", c(1:500), sep="")))

x = list()
for(i in 1:2){
        set.seed(i+133)
        x[[i]] = matrix(rnorm(500*100), ncol=100)
}
y = factor(sample(c(1:2), size=100, replace=TRUE))

data.test = list(x = x, y=y, genenames = as.character(paste("gene", c(1:500), sep="")), geneid =         as.character(paste("gene", c(1:500), sep="")))

obj = tpam.train(data, data.test)

predict.obj = tpam.predict(obj$fit, obj$proj.obj$data.test, threshold=0.8)

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。