### R code from vignette source 'dualKS.rnw' ################################################### ### code chunk number 1: dualKS.rnw:98-99 ################################################### options(width=70, scipen=999) ################################################### ### code chunk number 2: dualKS.rnw:102-105 ################################################### library("dualKS") data("dks") pData(eset) ################################################### ### code chunk number 3: dualKS.rnw:119-120 ################################################### tr <- dksTrain(eset, class=1, type="up") ################################################### ### code chunk number 4: dualKS.rnw:132-133 ################################################### cl <- dksSelectGenes(tr, n=100) ################################################### ### code chunk number 5: dualKS.rnw:141-144 ################################################### pr <- dksClassify(eset, cl) summary(pr, actual=pData(eset)[,1]) show(pr) ################################################### ### code chunk number 6: dualKS.rnw:167-168 (eval = FALSE) ################################################### ## plot(pr, actual=pData(eset)[,1]) ################################################### ### code chunk number 7: dualKS.rnw:173-174 ################################################### plot(pr, actual=pData(eset)[,1]) ################################################### ### code chunk number 8: dualKS.rnw:212-214 ################################################### pr <- dksClassify(eset, cl, rescale=TRUE) summary(pr, actual=pData(eset)[,1]) ################################################### ### code chunk number 9: dualKS.rnw:219-220 (eval = FALSE) ################################################### ## plot(pr, actual=pData(eset)[,1]) ################################################### ### code chunk number 10: dualKS.rnw:225-226 ################################################### plot(pr, actual=pData(eset)[,1]) ################################################### ### code chunk number 11: dualKS.rnw:243-251 (eval = FALSE) ################################################### ## ## sc <- KS(exprs(eset)[,1], cl@genes.up) ## plot(sc$runningSums[,1], type='l', ylab="KS sum", ylim=c(-1200,1200), col="red") ## par(new=TRUE) ## plot(sc$runningSums[,2], type='l', ylab="KS sum", ylim=c(-1200,1200), col="green") ## par(new=TRUE) ## plot(sc$runningSums[,3], type='l', ylab="KS sum", ylim=c(-1200,1200), col="blue") ## legend("topright", col=c("red", "green", "blue"), lwd=2, legend=colnames(sc$runningSums)) ################################################### ### code chunk number 12: dualKS.rnw:260-267 ################################################### sc <- KS(exprs(eset)[,1], cl@genes.up) plot(sc$runningSums[,1], type='l', ylab="KS sum", ylim=c(-1200,1200), col="red") par(new=TRUE) plot(sc$runningSums[,2], type='l', ylab="KS sum", ylim=c(-1200,1200), col="green") par(new=TRUE) plot(sc$runningSums[,3], type='l', ylab="KS sum", ylim=c(-1200,1200), col="blue") legend("topright", col=c("red", "green", "blue"), lwd=2, legend=colnames(sc$runningSums)) ################################################### ### code chunk number 13: dualKS.rnw:310-314 (eval = FALSE) ################################################### ## tr <- dksTrain(exprs(eset), class=pData(eset)[,1], type="up", weights=TRUE) ## cl <- dksSelectGenes(tr, n=100) ## pr <- dksClassify(exprs(eset), cl) ## plot(pr, actual=pData(eset)[,1]) ################################################### ### code chunk number 14: dualKS.rnw:323-327 ################################################### tr <- dksTrain(exprs(eset), class=pData(eset)[,1], type="up", weights=TRUE) cl <- dksSelectGenes(tr, n=100) pr <- dksClassify(exprs(eset), cl) plot(pr, actual=pData(eset)[,1]) ################################################### ### code chunk number 15: dualKS.rnw:348-349 (eval = FALSE) ################################################### ## wt <- dksWeights(eset, class=1) ################################################### ### code chunk number 16: dualKS.rnw:355-356 (eval = FALSE) ################################################### ## tr <- dksTrain(exprs(eset), class=1, weights=wt) ################################################### ### code chunk number 17: dualKS.rnw:392-397 (eval = FALSE) ################################################### ## ## ix.n <- which(pData(eset)[,1] == "normal") ## data <- exprs(eset) ## data.m <- apply(data[,ix.n], 1, mean, na.rm=TRUE) ## ################################################### ### code chunk number 18: dualKS.rnw:403-405 (eval = FALSE) ################################################### ## data <- data[,-ix.n] ## data.r <- sweep(data, 1, data.m, "/") ################################################### ### code chunk number 19: dualKS.rnw:411-416 (eval = FALSE) ################################################### ## data.r <- log(data.r, 2) ## tr <- dksTrain(data.r, class=pData(eset)[-ix.n,1], type="both") ## cl <- dksSelectGenes(tr, n=100) ## pr <- dksClassify(data.r, cl) ## plot(pr, actual=pData(eset)[-ix.n,1]) ################################################### ### code chunk number 20: dualKS.rnw:421-432 ################################################### ix.n <- which(pData(eset)[,1] == "normal") data <- exprs(eset) data.m <- apply(data[,ix.n], 1, mean, na.rm=TRUE) data <- data[,-ix.n] data.r <- sweep(data, 1, data.m, "/") data.r <- log(data.r, 2) tr <- dksTrain(data.r, class=pData(eset)[-ix.n,1], type="both") cl <- dksSelectGenes(tr, n=100) pr <- dksClassify(data.r, cl) plot(pr, actual=pData(eset)[-ix.n,1]) ################################################### ### code chunk number 21: dualKS.rnw:440-442 ################################################### summary(pr, actual=pData(eset)[-ix.n,1]) show(pr) ################################################### ### code chunk number 22: dualKS.rnw:468-469 ################################################### pvalue.f <- pv.f ################################################### ### code chunk number 23: dualKS.rnw:472-473 ################################################### pvalue.f <- dksPerm(eset, 1, type="both", samples=500) ################################################### ### code chunk number 24: dualKS.rnw:482-483 ################################################### pvalue.f(pr@predictedScore) ################################################### ### code chunk number 25: dualKS.rnw:516-520 (eval = FALSE) ################################################### ## cls <- factor(sample(pData(eset)[,1], 300, replace=TRUE)) ## sig.up <- sample(rownames(exprs(eset), 300)) ## classifier <- dksCustomClass(upgenes=sig.up, upclass=cls) ## pr.cust <- dksClassify(eset, classifier) ################################################### ### code chunk number 26: dualKS.rnw:535-537 ################################################### results <- data.frame(pr@predictedClass, pr@scoreMatrix) results