找回密码
 注册
查看: 2444|回复: 0

R语言:SOM()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-16 18:10:32 | 显示全部楼层 |阅读模式
SOM(class)
SOM()所属R语言包:class

                                         Self-Organizing Maps: Online Algorithm
                                         自组织映射网络算法

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Kohonen's Self-Organizing Maps are a crude form of multidimensional scaling.
Kohonen网络的自组织映射的多维尺度原油形式。


用法----------Usage----------


SOM(data, grid = somgrid(), rlen = 10000, alpha, radii, init)



参数----------Arguments----------

参数:data
a matrix or data frame of observations, scaled so that Euclidean distance is appropriate.  
比例,使欧氏距离的观测矩阵或数据框,是适当的。


参数:grid
A grid for the representatives: see somgrid.  
一为代表的网格:somgrid。


参数:rlen
the number of updates: used only in the defaults for alpha and radii.  
更新:使用默认alpha和radii只。


参数:alpha
the amount of change: one update is done for each element of alpha. Default is to decline linearly from 0.05 to 0 over rlen updates.  
每个alpha元素量的变化:一个更新完成。默认是直线下降0.05 0比rlen更新。


参数:radii
the radii of the neighbourhood to be used for each update: must be the same length as alpha.  Default is to decline linearly from 4 to 1 over rlen updates.  
每次更新的邻里半径:必须是相同的长度为alpha。默认rlen更新,是直线下降,从4到1。


参数:init
the initial representatives.  If missing, chosen (without replacement) randomly from data.  </table>
最初代表。如果缺少,选择随机从data(无需更换)。 </ TABLE>


Details

详情----------Details----------

alpha and radii can also be lists, in which case each component is used in turn, allowing two- or more phase training.
alpha和radii也可以是列表,在这种情况下,每个组件是用来反过来,允许两个或多个阶段的训练。


值----------Value----------

An object of class "SOM" with components
一个对象的类"SOM"组件


参数:grid
the grid, an object of class "somgrid".  
电网,对象类"somgrid"。


参数:codes
a matrix of representatives.  </table>
代表矩阵。 </ TABLE>


参考文献----------References----------


SOM PAK: The self-organizing map program package. Laboratory of Computer and Information Science, Helsinki University of Technology, Technical Report A31.
Pattern Recognition and Neural Networks. Cambridge.
Modern Applied Statistics with S. Fourth edition.  Springer.

参见----------See Also----------

somgrid, batchSOM
somgrid,batchSOM


举例----------Examples----------


require(graphics)
data(crabs, package = "MASS")

lcrabs <- log(crabs[, 4:8])
crabs.grp <- factor(c("B", "b", "O", "o")[rep(1:4, rep(50,4))])
gr <- somgrid(topo = "hexagonal")
crabs.som <- SOM(lcrabs, gr)
plot(crabs.som)

## 2-phase training[#2阶段训练]
crabs.som2 <- SOM(lcrabs, gr,
    alpha = list(seq(0.05, 0, len = 1e4), seq(0.02, 0, len = 1e5)),
    radii = list(seq(8, 1, len = 1e4), seq(4, 1, len = 1e5)))
plot(crabs.som2)

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, 2025-1-23 09:29 , Processed in 0.027548 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