PNETSampleSet

Full name SMRUCC.genomics.Analysis.HTS.P_NET.PNETSampleSet Assembly SMRUCC.genomics.Analysis.HTS.P-NET Members 15

P-NET 的样本数据集

00 Remarks

特征矩阵 PNETSampleSet.Features 的形状为 [样本数, 基因数 × 3]，其中每一个基因按顺序占用 3 列，依次为体细胞突变、拷贝数扩增、拷贝数缺失，取值均为 0 或者 1 的二值变量（只保留高水平扩增与深缺失的两态编码，与论文主模型所采用的编码方式一致）。

标签 PNETSampleSet.Labels 取 0 表示原发性前列腺癌，取 1 表示转移性 / 去势抵抗性前列腺癌。

01 Syntax

SMRUCC.genomics.Analysis.HTS.P_NET.PNETSampleSet

02 Methods

Name	Overloads	Summary
.ctor	2	创建一个空的数据集
Subset	1	按照给定的下标取出一个子数据集
GetFeatureVector	1	取出指定样本的二值特征行
Save	1	把数据集写出到指定目录
ToString	1	生成数据集的文字描述

03 Properties

Name	Overloads	Summary
SampleNames	1	样本编号数组
GeneNames	1	基因名数组，其顺序必须与特征矩阵的列顺序一致
Features	1	特征矩阵，形状为 [样本数, 基因数 × 3]
Labels	1	标签数组，取值为 0 或者 1
Count	1	样本数量
InputSize	1	输入特征维度，等于基因数量的 3 倍
PositiveCount	1	正样本（转移性 / 耐药）数量
NegativeCount	1	负样本（原发性）数量
PositiveRatio	1	正样本在数据集之中的占比

04 Members

method .ctor #

#ctor

创建一个空的数据集

method .ctor overload 2 #

#ctor(Tensor, Double(), String(), String())

创建数据集

Parameters

Name	Type	Description
`features`	`Tensor`	特征矩阵，形状为 [样本数, 基因数 × 3]
`labels`	`Double()`	标签数组
`geneNames`	`String()`	基因名数组
`sampleNames`	`String()`	样本名数组，取 Nothing 时自动编号

method Subset #

Subset(Int32())

按照给定的下标取出一个子数据集

Remarks

特征矩阵会被按行复制出来，因此返回的数据集与原始数据集之间不共享内存。

Parameters

Name	Type	Description
`indices`	`Int32()`	样本下标数组

Returns

只包含指定样本的新数据集对象

method GetFeatureVector #

GetFeatureVector(Int32)

取出指定样本的二值特征行

Parameters

Name	Type	Description
`index`	`Int32`	样本下标

Returns

长度为 PNETSampleSet.InputSize 的特征向量

method Save #

Save(String)

把数据集写出到指定目录

Remarks

会写出两个文件：

features.csv：第一列为样本编号，其余列为 基因名_mut / _amp / _del 三元组；
labels.csv：两列，分别为样本编号与标签。

Parameters

Name	Type	Description
`directory`	`String`	输出目录，不存在时会被自动创建

method ToString #

ToString

生成数据集的文字描述

Returns

形如 Dataset[600 samples x 144 features, positive=33.00%] 的描述文本

property SampleNames #

SampleNames

样本编号数组

Returns

样本名数组

property GeneNames #

GeneNames

基因名数组，其顺序必须与特征矩阵的列顺序一致

Returns

基因名数组

property Features #

Features

特征矩阵，形状为 [样本数, 基因数 × 3]

Returns

特征张量

property Labels #

Labels

标签数组，取值为 0 或者 1

Returns

标签数组

property Count #

Count

样本数量

Returns

样本数

property InputSize #

InputSize

输入特征维度，等于基因数量的 3 倍

Returns

特征维度

property PositiveCount #

PositiveCount

正样本（转移性 / 耐药）数量

Returns

正样本数

property NegativeCount #

NegativeCount

负样本（原发性）数量

Returns

负样本数

property PositiveRatio #

PositiveRatio

正样本在数据集之中的占比

Returns

正样本比例，位于 [0, 1] 区间内