R语言 RSNNS包 SnnsRObjectMethodCaller()函数中文帮助文档(中英文对照)

loveR

SnnsRObjectMethodCaller(RSNNS)
SnnsRObjectMethodCaller()所属R语言包：RSNNS

                                        Method caller for SnnsR objects
                                         SnnsR对象的方法调用者

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Enable calling of C++ functions as methods of SnnsR-class objects.
启用C + +函数的调用作为SnnsR-class对象的方法。


用法----------Usage----------





参数----------Arguments----------

参数：x
object of class SnnsR-class
对象的类SnnsR级


参数：name
function to call
要调用的函数


Details

详细信息----------Details----------

This function makes methods of SnnsR__ and SnnsCLib__ accessible via "$". If no SnnsR__ method is present, then the according SnnsCLib__  method is called. This enables a very flexible method handling. To mask a method from SnnsCLib, e.g. to do some parameter checking or postprocessing, only a method with the same name, but beginning with SnnsR__ has to be present in R.  See e.g. SnnsRObject$initializeNet for such an implementation.
此功能的SnnsR__和SnnsCLib__可以通过“$”的方法。如果，没有SnnsR__方法是目前，然后根据SnnsCLib__的方法被调用。这使得一个非常灵活的方法处理。从SnnsCLib，例如要屏蔽的方法做一些参数检查或后处理，唯一的方法具有相同的名称，，但开头SnnsR__有出现在R.例如，见SnnsRObject$initializeNet这样的实现。

Error handling is also done within the method caller. If the result of a function is a list with a member err,  then SnnsCLib__error is called to use the SNNS kernel function to get the corresponding error message code and an R warning is thrown containing this message.
错误处理也做了在方法调用者。如果一个函数的结果是一个列表的成员err，然后SnnsCLib__error被称为使用的SNNS的内核函数来获取相应的错误信息代码，并抛出一个R警告包含此消息。

Furthermore, a serialization mechanism is implemented which all models present in the package use to be able to be saved and loaded by R's normal save/load mechanism (as RData files).
此外，序列化机制实现所有的模型中存在的程序包使用的是由R的正常保存/加载机构（作为RDATA文件）的能够保存和加载。

The completely trained object can be serialized with
完全训练有素的对象可以被序列化

s <- snnsObject$serializeNet("RSNNS_untitled")
s <- snnsObject$serializeNet("RSNNS_untitled")

snnsObject@variables$serialization <- s$serialization
snnsObject@variables$serialization <- s$serialization

For the models implemented, this is done in SnnsRObject$train. If the S4 object is then saved and loaded,  the calling mechanism will notice on the next use of a function that the pointer to the C++ SnnsCLib object is nil,
对于模型中，这样做是SnnsRObject$train。如果S4对象，然后保存和加载，调用机制会注意到的下一个使用的功能的指针，C + + SnnsCLib对象是nil

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。