xpred.rpart(rpart)
xpred.rpart()所属R语言包：rpart
Return Cross-Validated Predictions
返回交叉验证预测
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Gives the predicted values for an rpart fit, under cross validation, for a set of complexity parameter values.
给出rpart适合的预测值，根据交叉验证，对一组的复杂度的参数值。
用法----------Usage----------
xpred.rpart(fit, xval=10, cp)
参数----------Arguments----------
参数：fit
a rpart object.
一个rpart对象。
参数：xval
number of cross-validation groups. This may also be an explicit list of integers that define the cross-validation groups.
交叉验证组数。定义交叉验证组的整数，这也可能是一个显式的列表。
参数：cp
the desired list of complexity values. By default it is taken from the cptable component of the fit. </table>
所需的复杂度值列表。默认情况下，它是从cptable组件的契合。 </ TABLE>
Details
详细信息----------Details----------
Complexity penalties are actually ranges, not values. If the cp values found in the table were .36, .28, and .13, for instance, this means that the first row of the table holds for all complexity penalties in the range [.36, 1], the second row for cp in the range [.28, .36) and the third row for [.13,.28). By default, the geometric mean of each interval is used for cross validation.
复杂的处罚范围，而不是价值观。如果cp值在表中找到.36，.28和.13，例如，表中的第一行认为，这意味着所有的复杂性处罚的范围内[.36, 1]，第二排为cp的范围内[.28, .36)和第三行[.13,.28)。默认情况下，用于几何平均每间隔交叉验证。
值----------Value----------
A matrix with one row for each observation and one column for each complexity value.
一个矩阵，为每个观测的一列一列的每个复杂度。
参见----------See Also----------
rpart
rpart
实例----------Examples----------
fit <- rpart(Mileage ~ Weight, car.test.frame)
xmat <- xpred.rpart(fit)
xerr <- (xmat - car.test.frame$Mileage)^2
apply(xerr, 2, sum) # cross-validated error estimate[交叉验证误差估计]
# approx same result as rel. error from printcp(fit)[为rel大约相同的结果。错误printcp（FIT）]
apply(xerr, 2, sum)/var(car.test.frame$Mileage)
printcp(fit)
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。
|
发表于 2012-9-27 23:50:45
