找回密码
 注册
查看: 860|回复: 0

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

[复制链接]
发表于 2012-9-27 00:04:40 | 显示全部楼层 |阅读模式
mixmodCluster(Rmixmod)
mixmodCluster()所属R语言包:Rmixmod

                                        Create an instance of the [<a href="MixmodCluster-class.html">MixmodCluster</a>] class
                                         创建一个实例[<a href="MixmodCluster-class.html"> MixmodCluster </ A>]类

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

This function computes an optimal mixture model according to the criteria furnished, and the list of model defined in [Model], using the algorithm specified in [Strategy].
此功能根据提供的标准计算出一个最佳的混合模型,并在列表中定义的模型[Model],使用指定的算法[Strategy]。


用法----------Usage----------


  mixmodCluster(data, nbCluster, dataType = NULL,
    models = NULL, strategy = mixmodStrategy(),
    criterion = "BIC", weight = NULL, knownLabels = NULL)



参数----------Arguments----------

参数:data
matrix or data frame containing quantitative or qualitative data. Rows correspond to observations and columns correspond to variables.
矩阵或数据框包含定量或定性的数据。行对应于观测值,列对应的变量。


参数:nbCluster
numeric listing the number of clusters.
数字列表的数字聚类。


参数:dataType
character. Type of data is either "quantitative" or "qualitative". Set as NULL by default, type will be guessed depending on variables type.
字符。数据类型是“定量”或“定性”。默认情况下,设置为NULL类型将被猜到根据变量类型。


参数:models
a [Model] object defining the list of models to run. For quantitative data, the model "Gaussian_pk_Lk_C" is called (see mixmodGaussianModel() to specify other models). For qualitative data, the model "Binary_pk_Ekjh" is called (see mixmodMultinomialModel() to specify other models).
一个[Model方向]对象定义列表模式运行。对于定量数据,的模式“Gaussian_pk_Lk_C”的被称为(见mixmodGaussianModel()来指定其他型号)。对于定性数据,的模式“Binary_pk_Ekjh”的被称为(看到mixmodMultinomialModel()到指定其他型号)。


参数:strategy
a [Strategy] object containing the strategy to run. Call mixmodStrategy() method by default.
一个[Strategy方向对象,其中包含的战略运行。默认情况下,调用mixmodStrategy()方法。


参数:criterion
list of character defining the criterion to select the best model. The best model is the one with the lowest criterion value. Possible values: "BIC", "ICL", "NEC", c("BIC", "ICL", "NEC"). Default is "BIC".
定义的标准字符列表,选择最佳的模型。最好的模型是一个最低标准值。可能的值:“BIC”,“ICL”,“NEC”,C(“BIC”,“ICL”,“NEC”)。默认值是“BIC”。


参数:weight
numeric vector with n (number of individuals) rows. Weight is optionnal. This option is to be used when weight is associated to the data.
与n的数值向量(个体数)行。重量optionnal。此选项时要使用的权重相关联的数据。


参数:knownLabels
vector of size nbSample. it will be used for semi-supervised classification when labels are known. Each cell corresponds to a cluster affectation.
矢量的大小nbSample。将被用于半监督的分类标签时是已知的。每个单元对应一个聚类做作。


值----------Value----------

Returns an instance of the [MixmodCluster] class. Those two
一实例[MixmodCluster类的返回。这两个




results a list of [MixmodResults] object containing all the results sorted in ascending order according to
[MixmodResults对象,它包含所有的结果按升序排序根据结果的列表

  


bestResult a S4 [MixmodResults] object containing
bestResult一个S4 [MixmodResults对象,其中包含


(作者)----------Author(s)----------



Remi Lebret and Serge Iovleff and Florent Langrognet,
with contributions from C. Biernacki and G. Celeux and G.
Govaert <a href="mailto:contact@mixmod.org">contact@mixmod.org</a>




实例----------Examples----------


## A quantitative example with the famous geyser data set[#A与著名的喷泉数据的定量例如设置]
  data(geyser)
  ## with default values[#默认值]
  mixmodCluster(geyser, nbCluster=2:6)

  ## An example with the birds data set[#例如,数据集的鸟类]
  data(birds)
  mixmodCluster(data=birds, nbCluster = 2:5, criterion= c("BIC","ICL","NEC"), model = mixmodMultinomialModel())

  ## use graphics functions[#使用的图形功能。]
  xem <- mixmodCluster(data=geyser, nbCluster=3)
  plot(xem)
  hist(xem)

  ## get summary[#得到总结]
  summary(xem)

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, 2024-11-24 03:01 , Processed in 0.026619 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