CER(RSKC)
CER()所属R语言包:RSKC
Classification Error Rate (CER)
分类错误率(CER)
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Compute the classification error rate of two partitions.
计算的分类错误率两个分区。
用法----------Usage----------
CER(ind, true.ind,nob=length(ind))
参数----------Arguments----------
参数:ind
Vector, containing the cluster labels of each case of a partition 1.
矢量,其中包含的类别标签,每个分区的情况下,1。
参数:true.ind
Vector, containing the cluster labels of each case of a partition 2.
矢量,包含聚类标签的每一个分区的情况下,2。
参数:nob
The number of cases (the length of the vector ind and true ind)
例数(矢量工业的长度和真正的工业)
值----------Value----------
Return a CER value. CER = 0 means perfect agreement between two partitions and CER = 1 means complete disagreement of two partitions. Note: 0 <= CER <= 1
返回一个CER值。 CER = 0表示完全一致的两个分区之间和CER = 1表示完全不同意两个分区。注:0 <=CER<= 1
注意----------Note----------
This function uses comb, which generates all combinations of the elements in the vector ind. For this reason, the function CER is not suitable for vector in a large dimension.
此函数使用comb,它生成的所有组合中的元素的矢量ind。出于这个原因,该函数CER是不适合于在一个大尺寸的向量。
(作者)----------Author(s)----------
Yumi Kondo <y.kondo@stat.ubc.ca>
参考文献----------References----------
H. Chipman and R. Tibshirani. Hybrid hierarchical clustering with applications to microarray data. Biostatistics, 7(2):286-301, 2005.
实例----------Examples----------
vec1<-c(1,1,1,2,3,3,3,2,2)
vec2<-c(3,3,3,1,1,2,2,1,1)
CER(vec1,vec2)
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。
|