mixmodPredict(Rmixmod)
mixmodPredict()所属R语言包:Rmixmod
Create an instance of the [<a href="MixmodPredict-class.html">MixmodPredict</a>] class
创建一个实例[<a href="MixmodPredict-class.html"> MixmodPredict </ A>]类
译者:生物统计家园网 机器人LoveR
描述----------Description----------
This function computes the second step of a discriminant analysis. The aim of this step is to assign remaining observations to one of the groups.
该函数计算的第二步骤中的判别分析。此步骤的目的是分配其它的观测到的基团之一。
用法----------Usage----------
mixmodPredict(data, classificationRule)
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:classificationRule
a [MixmodResults] object which contains the classification rule computed in the mixmodLearn() or mixmodCluster() step.
一个[MixmodResults方向对象,它包含的分类规则计算的mixmodLearn()或mixmodCluster()步骤。
值----------Value----------
Returns an instance of the [MixmodPredict] class which contains predicted partition and probabilities.
返回一个实例[MixmodPredict]的预测分区和概率的类,它包含的。
(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----------
# start by extract 10 observations from iris data set[开始提取物10个观察虹膜数据]
remaining.obs<-sample(1:nrow(iris),10)
# then run a mixmodLearn() analysis without those 10 observations[然后运行mixmodLearn的()分析,而这10个观察]
learn<-mixmodLearn(iris[-remaining.obs,1:4], iris$Species[-remaining.obs])
# create a MixmodPredict to predict those 10 observations[,创建一个MixmodPredict预测这10个观察]
prediction <- mixmodPredict(data=iris[remaining.obs,1:4], classificationRule=learn["bestResult"])
# show results[显示结果]
prediction
# compare prediction with real results[预测与实际结果比较]
as.integer(iris$Species[remaining.obs]) == prediction["partition"]
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。
|