R语言 caret包 tecator()函数中文帮助文档(中英文对照)

loveR

tecator(caret)
tecator()所属R语言包：caret

                                        Fat, Water and Protein Content of Meat Samples
                                         脂肪，水分和蛋白质含量的肉类样本

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

"These data are recorded on a Tecator Infratec Food and Feed Analyzer  working in the wavelength range 850 - 1050 nm by the Near Infrared  Transmission (NIT) principle. Each sample contains finely chopped pure  meat with different moisture, fat and protein contents.
“这些数据都记录在一个Tecator Infratec公司食品和饲料分析仪工作波长范围850  -  1050 nm的近红外透射（NIT）的原则。每个样品中含有不同的水分，脂肪和蛋白质含量的纯肉切碎。

If results from these data are used in a publication we want you to  mention the instrument and company name (Tecator) in the publication.  In addition, please send a preprint of your article to
如果从这些数据中使用的出版物结果，我们希望你提的仪器和公司的名称（Tecator）的出版。此外，请发送你的文章预印本

Karin Thente, Tecator AB,  Box 70, S-263 21 Hoganas, Sweden
卡琳Thente，Tecator AB，方块70，S-263 21Höganäs先前，瑞典

The data are available in the public domain with no responsability from  the original data source. The data can be redistributed as long as this  permission note is attached."
这些数据可在公共领域从原始数据源的任何责任。这些数据可以被重新分配，只要该权限的说明附后。“

"For each meat sample the data consists of a 100 channel spectrum of  absorbances and the contents of moisture (water), fat and protein.  The absorbance is -log10 of the transmittance  measured by the spectrometer. The three contents, measured in percent,  are determined by analytic chemistry."
“对于每一个肉类样本数据由一个100信道频谱的吸光度和湿气（水），脂肪和蛋白质的内容。吸光度是-log10的光谱仪测得的透射率的。这三个方面的内容，以百分比来衡量，是由分析化学“。

Included here are the traning, monitoring and test sets.
这里包括教育训练，监测和测试集。


用法----------Usage----------


data(tecator)



值----------Value----------


参数：absorp
absorbance data for 215 samples. The first 129 were originally used as a training set
215个样品的吸光度数据。第129原本是用来作为训练集


参数：endpoints
the percentages of water, fat and protein
水，脂肪和蛋白质的比例


实例----------Examples----------


data(tecator)

splom(~endpoints)

# plot 10 random spectra[图10个随机谱]
set.seed(1)
inSubset <- sample(1:dim(endpoints)[1], 10)

absorpSubset <- absorp[inSubset,]
endpointSubset <- endpoints[inSubset, 3]

newOrder <- order(absorpSubset[,1])
absorpSubset <- absorpSubset[newOrder,]
endpointSubset <- endpointSubset[newOrder]

plotColors <- rainbow(10)

plot(absorpSubset[1,],
   type = "n",
   ylim = range(absorpSubset),
   xlim = c(0, 105),
   xlab = "Wavelength Index",
   ylab = "Absorption")
   
for(i in 1:10)
{
   points(absorpSubset[i,], type = "l", col = plotColors[i], lwd = 2)
   text(105, absorpSubset[i,100], endpointSubset[i], col = plotColors[i])
}
title("Predictor Profiles for 10 Random Samples")

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。