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

loveR

Weka_filters(RWeka)
Weka_filters()所属R语言包：RWeka

                                        R/Weka Filters
                                         R / Weka中过滤器

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

R interfaces to Weka filters.
R接口Weka中的过滤器。


用法----------Usage----------


Normalize(formula, data, subset, na.action, control = NULL)
Discretize(formula, data, subset, na.action, control = NULL)



参数----------Arguments----------

参数：formula
a symbolic description of a model. Note that for unsupervised filters the response can be omitted.
一个象征性的描述的一种模式。请注意，的无监督滤波器响应可以被省略。


参数：data
an optional data frame containing the variables in the model.
一个可选的数据框包含在模型中的变量。


参数：subset
an optional vector specifying a subset of observations to be used in the fitting process.
一个可选的矢量指定的装配过程中可以使用的观测值的一个子集。


参数：na.action
a function which indicates what should happen when the data contain NAs.
一个函数，它表示当数据包含NA的，应该发生什么。


参数：control
an object of class Weka_control, or a character vector of control options, or NULL (default). Available options can be obtained on-line using the Weka Option Wizard WOW, or the Weka documentation.
对象的类Weka_control，或一个字符矢量控制选项，或NULL（默认）。可用的选项可以使用在WEKA选项向导WOW，或在WEKA文档上线。


Details

详细信息----------Details----------

Normalize implements an unsupervised filter that normalizes all instances of a dataset to have a given norm.  Only numeric values are  considered, and the class attribute is ignored.
Normalize实现无人监管的过滤器的所有实例的数据集有一个给定的规范标准化。只有数字值被认为是类的属性会被忽略。

Discretize implements a supervised instance filter that discretizes a range of numeric attributes in the dataset into nominal attributes.  Discretization is by Fayyad &amp; Irani's <acronym>MDL</acronym> method (the default).
Discretize实现了的监督实例过滤器，离散名义属性的数据集到一个范围内的数值属性。离散化是法耶兹和伊拉尼的<acronym> MDL </首字母缩写方式（默认值）。

Note that these methods ignore nominal attributes, i.e., variables of class factor.
需要注意的是，这些方法忽略标称值的属性，即变量的类factor。


值----------Value----------

A data frame.
一个数据框。


参考文献----------References----------

Multi-interval discretization of continuous-valued attributes for classification learning. Thirteenth International Joint Conference on Artificial Intelligence, 1022&ndash;1027. Morgan Kaufmann.
Data Mining: Practical Machine Learning Tools and Techniques. 2nd Edition, Morgan Kaufmann, San Francisco.

实例----------Examples----------


## Using a Weka data set ...[＃使用Weka数据集...]
w <- read.arff(system.file("arff","weather.arff",
               package = "RWeka"))

## Normalize (response irrelevant)[标准化（响应不相关的）]
m1 <- Normalize(~., data = w)
m1

## Discretize[＃离散化]
m2 <- Discretize(play ~., data = w)
m2

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。