0．1简介

ClassifyR是一个框架对于交叉验证的分类和要使用的函数的规则如下表所示。一个完整的示例展示了如何将现有的分类器合并到框架中。函数可以在强制参数集之后有任意数量的其他参数。

0.2k最近的邻居

的实现k包中的最近邻算法类．它的功能有形式knn(训练，测试，cl, k = 1, l = 0, prob = FALSE，使用。all = TRUE)．它接受矩阵或者一个data.frame变量作为输入，但是ClassifyR调用转换、特征选择和分类器函数DataFrame的核心Bioconductor数据容器S4Vectors．它还期望训练数据是第一个参数，它的类是第二个参数，测试数据是第三个参数。因此，为DataFrame创建参数的重新排序。

setMethod("kNNinterface"， "DataFrame"， function(measurementsTrain, classstrain, measurementsTest，…)， verbose = 3) {splitDataset <- .splitDataAndOutcomes(measurementsTrain, classstrain) trainingMatrix <- as.matrix(splitDataset[["measurements"]]) test <- test[， isNumeric, drop = FALSE] if(!requireNamespace("class"， quiet = TRUE)) stop("包'class'找不到。"if(verbose == 3) message("拟合k个最近邻分类器到数据和预测类。")class::knn(as.matrix(measurementsTrain)， as.matrix(measurementsTest)， measurementsTest，…)})

该函数仅在以下情况下发出进度消息详细的是3。在介绍性小插图中解释了详细程度。.splitDataAndOutcomes内部函数在吗ClassifyR这能确保结果不出来测量当进行模型训练时。如果classesTrain是因子向量，则函数没有作用。如果classesTrain列的字符名是否在measurementsTrain，该列将从表中删除，并作为一个单独的变量返回。的.．.参数捕获要传递到的任何选项然而,，例如k(考虑的邻居数量)和l例如，一个明确的决定需要最少的投票。该函数也是防御性的，它从输入表中删除任何非数字列。

ClassifyR也接受矩阵和一个MultiAssayExperiment作为输入。为这些输入提供方便的方法，将它们转换为DataFrame．这样，才有了DataFrame版本的kNNinterface进行分类。

setMethod("kNNinterface"， "matrix"， function(measurementsTrain, classstrain, measurementsTest，…){kNNinterface(DataFrame(measurementsTest, check.names = FALSE)， classstrain, DataFrame(measurementsTest, check.names = FALSE)，…)})setMethod("kNNinterface"， "MultiAssayExperiment"， function(measurementsTrain, measurementsTest, targets = names(measurementsTrain)， classstrain，…){tablesAndClasses <- .MAEtoWideTable(measurementsTrain, targets，classstrain) trainingTable <- tablesAndClasses[["dataTable"]] classes <- tablesAndClasses[["outcomes"]] testingTable <- .MAEtoWideTable(measurementsTest, targets) .checkVariablesAndSame(trainingTable, testingTable) kNNinterface(trainingTable, classes, testingTable，…)})

的矩阵方法只涉及到输入矩阵的转置ClassifyR期望在行中存储特征，在列中存储样本(在生物信息学中习惯)，并将它们转换为DataFrame，它为a分派到kNNinterface方法DataFrame，进行分类。

的转换MultiAssayExperiment更复杂。ClassifyR有一个内部函数.MAEtoWideTable它将MultiAssayExperiment到一个广泛的DataFrame．目标指定转换中要包括哪些检测。默认情况下，它还可以过滤结果表，使其只包含数值变量。内部效度函数.checkVariablesAndSame检查过滤后至少有一列，并且训练表和测试表具有相同数量的变量。

0.3验证实现

创建一个包含10个样本和10个特征的数据集，这两个类之间有明显的区别。运行免删减交叉验证。

classes <- factor(rep(c("Healthy"， "Disease")，各= 5)，levels = c("Healthy"， "Disease")) measurements <- matrix(c(rnorm(50,10)， rnorm(50,5))， ncol = 10) colnames(measurements) <- paste("Sample"， 1:10) rownames(measurements) <- paste("mRNA"， 1:10) library(ClassifyR) knnParams <- ModellingParams(selectParams = NULL, trainParams = trainParams (kNNinterface)， predictParams = NULL) CVparams <- CrossValParams(" leave -k- out "， leave = 1) classified <- runTests(measurements, classes, CVparams，knnParams)分类

类ClassifyResult的对象。##特征:##特征值##分类器名称k最近邻##交叉验证省略1 ##特征:特征标识符长度为10的列表。##预测:10行的数据帧。##性能度量:尚未计算。

cbind(预测(分类)，已知=实际结果(分类))

样本亚群已知## 1 mRNA 1 1疾病健康## 2 mRNA 2 2疾病健康## 3 mRNA 3 3健康健康## 4 mRNA 4 4疾病健康## 5 mRNA 5 5疾病健康## 6 mRNA 6 6疾病疾病## 7 mRNA 7 7健康疾病## 8 mRNA 8 8疾病疾病## 9 mRNA 9 9疾病疾病## 10 mRNA 10 10健康疾病

零而不是指定一个函数PredictParams因为一个函数负责训练和预测。对于这个简单的任务，分类器正确地预测了所有样本。

0.4附录:关于新函数输入变量的规则

这个论点详细的是从小牛因此它们必须处理它，即使没有显式地使用它。在ClassifyR框架,详细的是一个数字，指示要打印的进度消息的数量。如果verbose为0，则不打印任何进度消息。如果是1，则每完成10个交叉验证，只打印一条消息。如果它是2，除了当它是1时打印的消息外，每次完成分类的一个阶段(转换、特征选择、训练、预测)时，都会打印一条消息。如果是3，除了为值1和2打印消息外，还从分类函数本身打印进度消息。

每个包含的转换、选择、训练和预测函数的一个版本通常用于(1)一个数字矩阵，其中行为特征，列为样本(生物信息学中的数据存储约定)和一个与矩阵列数相同长度的因子向量(2)ADataFrame其中列是自然的特征，可能是不同的数据类型(即分类和数字)，行是样本，类规范和(3)MultiAssayExperiment中存储样例类信息的colData槽的DataFrame列名为“class”。对于不是的输入(1和3)DataFrame时，它们被转换为a，因为其他数据类型可以存储为aDataFrame不丢失信息和变换，选择和分类函数所接受的DataFrame包含执行实际计算的代码。至少，新函数必须有一个带a的方法DataFrame作为样本类的输入，要么存储在名为“class”的列中，要么作为因子向量提供。虽然不是必需的，但提供一个接受带有因子向量的数字矩阵的函数版本和另一个接受MultiAssayExperiment的函数版本，以提供输入数据的灵活性是可取的。如果打算实现与分类相关的新函数，请参阅包中现有函数的代码以获得此类示例ClassifyR．