R语言 clstutils包 maxDists()函数中文帮助文档(中英文对照)

loveR

maxDists(clstutils)
maxDists()所属R语言包：clstutils

                                         Select a maximally diverse set of items given a distance matrix.
                                         选择一个给定的距离矩阵的项目最大不同的组。

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Given a square matrix of pairwise distances, return
鉴于方阵的成对距离，返回


用法----------Usage----------


maxDists(mat, idx = NA, N = 1,
         exclude = rep(FALSE, nrow(mat)),
         include.center = TRUE)



参数----------Arguments----------

参数：mat
square distance matrix
距离平方矩阵


参数：idx
starting indices; if missing, starts with the object with the maximum median distance to all other objects.
开始指数;如果缺少，开始与所有其他对象的最大平均距离的对象。


参数：N
total number of selections; length of idx is subtracted.
总数的选择; IDX长度减去。


参数：exclude
boolean vector indicating elements to exclude from the calculation.
布尔向量表示的元素，从计算中排除。


参数：include.center
includes the "most central" element (ie, the one with the smallest median of pairwise distances to all other elements) if TRUE
包括“最核心的”元素（即，与所有其他元素成对距离最小的中位数），如果为TRUE


值----------Value----------

A vector of indices corresponding to the margin of mat.
指数相应的保证金mat向量。


注意----------Note----------

Note that it is important to evaluate if the candidate sequences contain outliers (for example, mislabeled sequences), because these will assuredly be included in a maximally diverse set of elements!
请注意，重要的是评估如果候选序列中含有离群值（例如，错误标签的序列），因为这些无疑将最大限度多样化的元素！


作者（S）----------Author(s)----------



Noah Hoffman




参见----------See Also----------

findOutliers
findOutliers


举例----------Examples----------


library(ape)
library(clstutils)
data(seqs)
data(seqdat)
efaecium <- seqdat$tax_name == 'Enterococcus faecium'
seqdat <- subset(seqdat, efaecium)
seqs <- seqs[efaecium,]
dmat <- ape::dist.dna(seqs, pairwise.deletion=TRUE, as.matrix=TRUE, model='raw')

## find a maximally diverse set without first identifying outliers[＃无需先确定离群最大的多样化]
picked <- maxDists(dmat, N=10)
picked
prettyTree(nj(dmat), groups=ifelse(1:nrow(dmat) %in% picked,'picked','not picked'))

## restrict selected elements to non-outliers[＃限制选择的元素，非离群]
outliers <- findOutliers(dmat, cutoff=0.015)
picked <- maxDists(dmat, N=10, exclude=outliers)
picked
prettyTree(nj(dmat), groups=ifelse(1:nrow(dmat) %in% picked,'picked','not picked'),
X = outliers)


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。