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

loveR

mixmodLearn(Rmixmod)
mixmodLearn()所属R语言包：Rmixmod

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

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

This function computes the first step of a discriminant analysis. It will find the best classification rule by running an M step from the training observations.
该函数计算的判别式分析的第一步。它会找到最好的分类规则运行的M步的训练观察。


用法----------Usage----------


  mixmodLearn(data, knownLabels, dataType = NULL,
    models = NULL, criterion = "CV", nbCVBlocks = 10,
    weight = 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：knownLabels
vector of size number of observations. Each cell corresponds to a cluster affectation. So the maximum value is the number of clusters.
矢量的大小若干意见。每个单元对应一个聚类做作。因此，最大值是聚类数。


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：criterion
list of character defining the criterion to select the best model. Possible values: "BIC", "CV" or c("CV","BIC"). Default is "CV".
定义的标准字符列表，选择最佳的模型。可能的值：“BIC”，“CV”或c（“CV”，“BIC”）。默认值是“CV”。


参数：nbCVBlocks
integer which defines the number of block to perform the Cross Validation. This value will be ignored if the CV criterion is not choosen. Default value is 10.
整数定义的块数进行交叉验证。如果不choosen CV标准，该值将被忽略。默认值是10。


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。


值----------Value----------

Returns an instance of the [MixmodLearn] class. Those two
一实例[MixmodLearn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 iris data set[＃A定量例如，著名的虹膜数据集]
  learn.iris<-mixmodLearn(iris[1:4], iris$Species)
  ## get summary[＃得到总结]
  summary(learn.iris)

  ## An example with the famous birds data set[＃例如，著名的鸟类数据集]
  data(birds)
  birds.partition<-c(rep(1,34),rep(2,35))
  learn.birds<-mixmodLearn(data=birds, knownLabels=birds.partition)
  ## get summary[＃得到总结]
  summary(learn.birds)

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。