R语言:qda()函数中文帮助文档(中英文对照)

loveR

qda(MASS)
qda()所属R语言包：MASS

                                         Quadratic Discriminant Analysis
                                         二次判别分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Quadratic discriminant analysis.
二次判别分析。


用法----------Usage----------


qda(x, ...)

## S3 method for class 'formula'[类formula的方法]
qda(formula, data, ..., subset, na.action)

## Default S3 method:[默认方法]
qda(x, grouping, prior = proportions,
    method, CV = FALSE, nu, ...)

## S3 method for class 'data.frame'
qda(x, ...)

## S3 method for class 'matrix'
qda(x, grouping, ..., subset, na.action)



参数----------Arguments----------

参数：formula
A formula of the form groups ~ x1 + x2 + ...  That is, the response is the grouping factor and the right hand side specifies the (non-factor) discriminators.  
一个公式的形式groups ~ x1 + x2 + ...也就是说，响应分组因素，并在右侧指定鉴（非因子）。


参数：data
Data frame from which variables specified in formula are preferentially to be taken.  
数据框中指定的变量formula是优先要采取的。


参数：x
(required if no formula is given as the principal argument.) a matrix or data frame or Matrix containing the explanatory variables.  
（如果没有公式作为主要参数。）矩阵或数据框或矩阵包含的解释变量。


参数：grouping
(required if no formula principal argument is given.) a factor specifying the class for each observation.  
（如果没有公式的主要参数要求。）指定观察每个类的一个因素。


参数：prior
the prior probabilities of class membership.  If unspecified, the class proportions for the training set are used.  If specified, the probabilities should be specified in the order of the factor levels.  
类成员的先验概率。如果未指定，训练集类比例。如果指定的概率应指定因子水平的顺序。


参数：subset
An index vector specifying the cases to be used in the training sample.  (NOTE: If given, this argument must be named.)  
索引向量指定要在训练样本的情况下。 （注：如果给定的，这个参数必须命名）


参数：na.action
A function to specify the action to be taken if NAs are found. The default action is for the procedure to fail.  An alternative is na.omit, which leads to rejection of cases with missing values on any required variable.  (NOTE: If given, this argument must be named.)  
如果NA的发现将采取的一个函数来指定动作。默认操作是失败的过程。另一种方法是na.omit，从而导致拒绝与任何所需的变量的缺失值的情况下。 （注：如果给定的，这个参数必须命名）


参数：method
"moment" for standard estimators of the mean and variance, "mle" for MLEs, "mve" to use cov.mve, or "t" for robust estimates based on a t distribution.  
"moment"标准的均值和方差估计，"mle"极大似然估计，"mve"使用cov.mve或"t"在分布上基于稳健估计。


参数：CV
If true, returns results (classes and posterior probabilities) for leave-out-out cross-validation. Note that if the prior is estimated, the proportions in the whole dataset are used.  
如果为true，返回留出交叉验证的结果（类和后验概率）。请注意，如果事先估计，在整个数据集的比例。


参数：nu
degrees of freedom for method = "t".  
度method = "t"自由的。


参数：...
arguments passed to or from other methods.  </table>
参数传递或其他方法。 </ TABLE>


Details

详情----------Details----------

Uses a QR decomposition which will give an error message if the within-group variance is singular for any group.
使用QR分解，将给出一个错误消息，如果组内方差是奇异的任何组。


值----------Value----------

an object of class "qda" containing the following components:
对象类"qda"包含以下组件：


参数：prior
the prior probabilities used.  
先验概率。


参数：means
the group means.  
组的意思。


参数：scaling
for each group i, scaling[,,i] is an array which transforms observations so that within-groups covariance matrix is spherical.  
每组i，scaling[,,i]是一个数组，其中转换，使观察组内协方差矩阵是球形。


参数：ldet
a vector of half log determinants of the dispersion matrix.  
一半日志因素分散矩阵向量。


参数：lev
the levels of the grouping factor.  
分组因素的水平。


参数：terms
(if formula is a formula) an object of mode expression and class term summarizing the  formula.  
（如果公式是公式）的表达方式，对象和类长期总结的公式。


参数：call
the (matched) function call.  
（匹配）函数调用。

unless CV=TRUE, when the return value is a list with components:
除非CV=TRUE，当返回值是一个组件的列表：


参数：class
The MAP classification (a factor)  
地图分类（因素）


参数：posterior
posterior probabilities for the classes  </table>
后验概率的类</ TABLE>


参考文献----------References----------

Modern Applied Statistics with S. Fourth edition.  Springer.
Pattern Recognition and Neural Networks. Cambridge University Press.

参见----------See Also----------

predict.qda, lda
predict.qda，lda


举例----------Examples----------


tr <- sample(1:50, 25)
train <- rbind(iris3[tr,,1], iris3[tr,,2], iris3[tr,,3])
test <- rbind(iris3[-tr,,1], iris3[-tr,,2], iris3[-tr,,3])
cl <- factor(c(rep("s",25), rep("c",25), rep("v",25)))
z <- qda(train, cl)
predict(z,test)$class

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。