找回密码
 注册
查看: 850|回复: 0

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

[复制链接]
发表于 2012-2-26 11:41:08 | 显示全部楼层 |阅读模式
qpPRscoreThreshold(qpgraph)
qpPRscoreThreshold()所属R语言包:qpgraph

                                         Calculation of scores thresholds attaining nominal precision or recall levels
                                         计算分数阈值达到标称精度或召回水平

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Calculates the score threshold at a given precision or recall level from a given precision-recall curve.
计算从一个给定的精度,召回曲线在给定的精度或召回级别的得分阈值。


用法----------Usage----------


qpPRscoreThreshold(preRecFun, level, recall.level=TRUE, max.score=9999999)



参数----------Arguments----------

参数:preRecFun
precision-recall function (output from qpPrecisionRecall).
精密召回功能(qpPrecisionRecall输出)。


参数:level
recall or precision level.
召回或精度水平。


参数:recall.level
logical; if TRUE then it is assumed that the value given in the level parameter corresponds to a desired level of recall; if FALSE then it is assumed a desired level of precision.
逻辑,如果TRUE,那么它被认为水平参数的值对应的召回所需的水平,如果为FALSE,那么它承担了所需的精确程度。


参数:max.score
maximum score given by the method that produced the precision-recall function to an association.
最高得分的方法,关联公司生产的精密召回功能。


值----------Value----------

The score threshold at which a given level of precision or recall is attained by the given precision-recall function. For levels that do not form part of the given function their score is calculated by linear interpolation and for this reason is important to carefully specify a proper value for the max.score parameter.
得分阈值的精度或召回达到给定的精度,召回功能。水平不形成给定函数的一部分,他们的得分是由线性插值计算,基于这个原因,重要的是要仔细指定为max.score参数的正确值。


作者(S)----------Author(s)----------


R. Castelo and A. Roverato



参考文献----------References----------

Pattern Recogn. Lett., 27:861-874, 2006.

参见----------See Also----------

qpPrecisionRecall qpGraph
qpPrecisionRecallqpGraph


举例----------Examples----------


require(mvtnorm)

nVar <- 50  ## number of variables[#变量]
maxCon <- 5 ## maximum connectivity per variable[#最大连接每个变量]
nObs <- 30  ## number of observations to simulate[#号观测到模拟]

set.seed(123)

A <- qpRndGraph(p=nVar, d=maxCon)
Sigma <- qpG2Sigma(A, rho=0.5)
X <- rmvnorm(nObs, sigma=as.matrix(Sigma))

nrr.estimates <- qpNrr(X, q=1, verbose=FALSE)

nrr.prerec <- qpPrecisionRecall(nrr.estimates, A, decreasing=FALSE,
                                recallSteps=seq(0, 1, by=0.1))

qpPRscoreThreshold(nrr.prerec, level=0.5, recall.level=TRUE, max.score=0)

qpPRscoreThreshold(nrr.prerec, level=0.5, recall.level=FALSE, max.score=0)

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2025-1-31 20:57 , Processed in 0.019896 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表