R语言 rrlda包 rrlda()函数中文帮助文档(中英文对照)

loveR

rrlda(rrlda)
rrlda()所属R语言包：rrlda

                                        Robust Regularized Linear Discriminant Analysis
                                         强大的正则线性判别分析

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Performs Robust Regularized Linear Discriminant Analysis.
执行稳健的正则线性判别分析。


用法----------Usage----------


rrlda(x, grouping, prior=NULL, lambda=0.5, hp=0.75, nssamples=30, maxit=50, penalty="L2")



参数----------Arguments----------

参数：x
Matrix or data.frame of observations.
矩阵或数据框的观察。


参数：grouping
Grouping variable. A vector of numeric values >= 1 is recommended. Length has to correspond to nrow(x).
分组变量。一个向量的数值> = 1的建议。长度有对应NROW（x）的。


参数：prior
Vector of prior probabilities for each group. If not supplied the priors are computed from the data.
为每个组的先验概率的向量。如果没有提供先验概率计算的数据。


参数：lambda
Penalty parameter which controls the sparseness of the resulting inverse scatter matrix. Default is 0.5
惩罚参数控制所产生的逆散射矩阵的稀疏。默认值是0.5


参数：hp
Robustness parameter which specifies the amount of observations to be included in the computations. Default is 0.75
鲁棒性的参数，该参数指定要包括在计算量的观测。默认值是0.75


参数：nssamples
Number of start samples to be user for iterated estimations.
开始样品数以用户为迭代估计。


参数：maxit
Maximum number of iterations of the algorithm. Default is 10.
该算法的迭代的最大数目。默认值是10。


参数：penalty
Type of penalty to be applied. Possible values are "L1" and "L2".
刑罚的种类。可能的值是“L1”和“L2”。


Details

详细信息----------Details----------

Performs Robust Regularized Discriminant Analysis using a sparse estimation of the inverse covariance matrix. The sparseness is controlled by a penalty parameter lambda. Possible outliers are dealt with by a robustness parameter alpha which specifies the amount of observations for which the likelihood function is maximized.
执行稳健的正则化判别分析，使用的是稀疏的逆协方差矩阵的估计。稀疏的惩罚参数的lambda控制。可能的离群值处理由一个指定的量最大化的似然函数的观测的鲁棒性参数α。


值----------Value----------

An object of class "rrlda" is returned which can be used for class prediction (see predict()). prior=prior, counts=counts, means=means, cov=covm, covi=covi, lev=lev, n=n, h=h, bic=bic, loglik=loglik, nonnuls=nonnuls, subs=est$subset
可用于分类预测（见预测（）），则返回一个目的类“rrlda”。前=前，计数计数，手段手段，覆盖covm，COVI = COVI，列弗=利，N = N，H = H，BIC = BIC，loglik = loglik，nonnuls = nonnuls，潜艇=美国东部时间$的子集


参数：prior
Vector of prior probabilities.
向量的先验概率。


参数：counts
Number of obervations for each group.
数每个组obervations。


参数：means
Estimated mean vectors for each group.
估计的各组的平均向量。


参数：covi
Estimated (common) inverse covariance matrix.
的估计（普通）逆协方差矩阵。


参数：lev
Levels. Corresponds to the groups.
级别。对应的群体。


参数：n
Number of observations.
若干意见。


参数：h
Number of observations included in the computations (see robustness parameter alpha).
数包括在计算的观察（请参阅健壮性参数α-）。


参数：bic
Adapted bic value. Can be used for optimal selection of lambda
改编BIC值。可用于的lambda的最佳选择


参数：loglik
The maximized (log-)likelihood value.
最大化（log）的似然值。


参数：df
Degrees of freedom of the estimated inverse covariance matrix.
程度的自由的估计的协方差矩阵的逆。


参数：subs
An index vector specifying the data subset used (see robustness parameter alpha).
索引向量指定的数据子集（见稳健性参数α）。


实例----------Examples----------


        data(iris)
        x <- iris[,1:4]
        rr &lt;- rrlda(x, grouping=as.numeric(iris[,5]), lambda=0.2, hp=0.75) ## perform rrlda[＃执行rrlda]
        pred &lt;- predict(rr, x) ## predict [＃预测]
        table(as.numeric(pred$class), as.numeric(iris[,5])) ## show errors[＃显示错误]

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。