R语言 smacof包 sim2diss()函数中文帮助文档(中英文对照)

loveR

sim2diss(smacof)
sim2diss()所属R语言包：smacof

                                        Converts similarites to dissimilarities
                                         将similarites转换到不同点

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Utility function for converting similarities into dissimilarities. Different methods are provided.
效用函数转换成相异的相似之处。不同的方法中所提供的。


用法----------Usage----------


sim2diss(similmat, method = "corr", to.dist = TRUE)



参数----------Arguments----------

参数：similmat
Similarity matrix (not necessarily symmetric, nor quadratic)
相似性矩阵（不一定是对称的，也没有二次）


参数：method
Various methods for converting similarities into dissimilarities: "corr", "neglog", "counts", or an integer value (see details)  
各种方法转换成相异的相似之处："corr"，"neglog"，"counts"，或一个整数值（见详情）


参数：to.dist
If TRUE, object of class dist is produced
如果TRUE，对象类区产生


Details

详细信息----------Details----------

We provide the following methods for converting similarities S into dissimilarities D: "corr" is suited for correlation matrices and takes D = sqrt(1-S). "neglog" takes the negative logarithm in terms of -log(S). Having frequencies, "counts" is appropriate which does -log((S[i,j]*S[j,i)/(S[i,i]*S[j,j])). The user can specify also an integer value v. In this case sim2diss() computes v-S.
我们提供以下方法转换相似之处S到相异D："corr"适合的相关性矩阵，并采用D = SQRT（1-S）。 "neglog"需要的负对数在log（S）方面。有频率，"counts"是适当做log（（S [I，J] * S [J，I）/（S [我，我* S [J，J））。用户也可以指定在这种情况下sim2diss()计算VS的整数的值v。


值----------Value----------

Returns dissimiarities either as matrix or as dist object.
返回dissimiarities矩阵或为dist对象。


实例----------Examples----------



## Converting Ekman data (similarities) into dissimilarities by subtraction from 1[＃将埃克曼数据转换（相似性）的不同点减1]
data(ekman)
ekman.diss <- sim2diss(ekman, method = 1)
res <- smacofSym(ekman.diss)

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。