R语言 SpherWave包 gcv.lambda()函数中文帮助文档(中英文对照)

loveR

gcv.lambda(SpherWave)
gcv.lambda()所属R语言包：SpherWave

                                        Calculation of Generalized Cross-validation
                                         广义交叉验证的计算

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function calculates generalized cross-validation for ridge regression.
此函数计算广义岭回归交叉验证。


用法----------Usage----------


gcv.lambda(obs, latlon, netlab, eta, approx=FALSE, lambda)



参数----------Arguments----------

参数：obs
observations
观察


参数：latlon
grid points of observation sites in degree
度的观测点的网格点


参数：netlab
vector of labels representing sub-networks
向量的代表子网络的标签


参数：eta
bandwidth parameters for Poisson kernel
泊松核的带宽参数


参数：approx
if TRUE, approximation is used.
如果为TRUE，使用近似。


参数：lambda
smoothing parameter for penalized least squares method
平滑参数补偿最小二乘法


值----------Value----------

<table summary="R valueblock"> <tr valign="top"><td>gcv</td> <td> generalized cross-validation for ridge regression.</td></tr> </table>
<table summary="R valueblock"> <tr valign="top"> <TD> gcv</ TD> <TD>广义交叉验证岭回归。</ TD> </ TR> </表>


参见----------See Also----------

ridge.diacomp, ridge.comp.
ridge.diacomp，ridge.comp。


实例----------Examples----------


### Observations of year 1967[＃＃1967年的观察]
#data(temperature)[数据（温度）]
#names(temperature)[名称（温度）]

# Temperatures on 939 weather stations of year 1967    [1967年的939个气象站的温度对]
#temp67 &lt;- temperature$obs[temperature$year == 1967] [temp67 < - 温度美元OBS [温度年== 1967]]
# Locations of 939 weather stations    [939个气象站的位置]
#latlon &lt;- temperature$latlon[temperature$year == 1967, ][温度latlon < -  $ latlon [温度年= 1967年]]

### Network design by BUD[＃＃网络设计BUD]
#data(netlab)[数据（NETLAB）]

### Bandwidth for Poisson kernel[＃＃泊松核的带宽]
#eta &lt;- c(0.961, 0.923, 0.852, 0.723, 0.506)[ETA  -  C（0.961，0.923，0.852，0.723，0.506）]

### Select smoothing parameter lambda by generalized cross-validation[＃＃广义交叉验证，选择平滑参数的lambda]
#lam &lt;- seq(0.1, 0.9, ,9)[林< - 以下（0.1，0.9，9）]
#gcv &lt;- NULL[GCV < -  NULL]
#for(i in 1:length(lam))[（我在1：长度（林））]
#    gcv &lt;- c(gcv, gcv.lambda(obs=temp67, latlon=latlon, [GCV <“ -  C（GCV，gcv.lambda（OBS = temp67，latlon = latlon，]
#        netlab=netlab, eta=eta, lambda=lam[i])$gcv)[网络实验室，网络实验室=η= ETA，λ=林[I]）$ GCV）]
#lam[gcv == min(gcv)][林GCV ==分钟（GCV）]]

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。