valTable(sdcMicro)
valTable()所属R语言包：sdcMicro
Comparison of different microaggregation methods
比较不同microaggregation方法
译者：生物统计家园网 机器人LoveR
描述----------Description----------
A Function for the comparison of different perturbation methods.
比较不同的摄动方法的功能。
用法----------Usage----------
valTable(x, method = c("simple", "onedims", "clustpppca", "addNoise: additive", "swappNum"), measure = "mean", clustermethod = "clara", aggr = 3, nc = 8, transf = "log", p=15, noise=15, w=1:dim(x)[2], delta=0.1)
参数----------Arguments----------
参数：x
data frame or matrix
数据框或矩阵
参数：method
microaggregation methods or adding noise methods or rank swapping.
microaggregation方法或增加噪声的方法或职级交换。
参数：measure
FUN for aggregation. Possible values are mean (default), median, trim, onestep.
聚集的乐趣。可能的值是平均（默认），中位数，修剪，一步法。
参数：clustermethod
clustermethod, if a method will need a clustering procedure
clustermethod，如果一个方法需要一个聚类过程
参数：aggr
aggregation level (default=3)
聚合级别（默认值= 3）
参数：nc
number of clusters. Necessary, if a method will need a clustering procedure
聚类数。必要的，如果一个方法需要一个聚类过程
参数：transf
Transformation of variables before clustering.
转型的变量进行聚类。
参数：p
Swapping range, if method swappNum has been chosen
如果方法swappNum已被选为交换范围，
参数：noise
noise addition, if an addNoise method has been chosen
噪声此外，如果addNoise的方法已被选为
参数：w
variables for swapping, if method swappNum has been chosen
用于交换的变量，如果方法swappNum已被选定
参数：delta
parameter for adding noise method "correlated2"
参数添加噪声的方法“correlated2”
Details
详细信息----------Details----------
Tabelarise the output from summary.micro. Will be enhanced to all perturbation methods in future versions.
从summary.micro Tabelarise输出。将得到加强，以在未来的版本中所有的摄动方法。
值----------Value----------
Measures of information loss splitted for the comparison of different methods.
细分比较不同的方法的信息损失的措施。
Methods for adding noise should be named via “addNoise: method”, e.g. “addNoise: correlated”, i.e. the term "at first" then followed by a ":" and a blank and then followed by the name of the method as described in function "addNoise".
增加噪声的方法应命名为通过的“addNoise：方法”，例如： “addNoise：相关”，即“第一”的随后用：和空白，然后其次是在功能的addNoise“中所描述的方法的名称。
（作者）----------Author(s)----------
Matthias Templ
参考文献----------References----------
Software Development for SDC in R, Lecture Notes in Computer Science, Privacy in Statistical Databases, vol. 4302, pp. 347-359, 2006.
参见----------See Also----------
microaggregation, summary.micro
microaggregation，summary.micro
实例----------Examples----------
data(Tarragona)
## valTable(Tarragona[100:200,], method=c("simple","onedims","pca","addNoise: additive"))[＃valTable（塔拉戈纳[100:200]，方法= C（“简单”，“onedims”，“PCA”，“addNoise：添加剂”））]
## valTable(Tarragona, method=c("simple","onedims","pca","clustpppca","mdav", "addNoise: additive", "swappNum"))[＃valTable（塔拉戈纳，方法= C（“简单的”中，“onedims”，“PCA”中，“clustpppca”中，“MDAV”，“addNoise：添加剂”中，“swappNum”），）]
## clustpppca in combination with Mclust outperforms the other algorithms for this data set...[＃clustpppca结合Mclust优于其它算法的这组数据...]
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 2012-9-29 23:21:10
