R语言 RSNNS包 rbfDDA()函数中文帮助文档(中英文对照)

loveR

rbfDDA(RSNNS)
rbfDDA()所属R语言包：RSNNS

                                        Create and train an RBF network with the DDA algorithm
                                         创建和训练RBF网络的DDA算法

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Create and train an RBF network with the dynamic decay adjustment (DDA) algorithm.  This type of network can only be used for classification. The training typically begins with an empty network, i.e., a network only consisting of input and output units, and adds new units successively. It is a lot easier to use than normal RBF, because it only
建立和训练RBF神经网络的动态衰减调整算法（DDA）。这种类型的网络只能被用于分类。通常的训练开始的一个空的网络，即，仅由输入和输出单元的网络，并连续地添加新的单位。这是一个容易得多，因为它只能使用比正常RBF


用法----------Usage----------


## Default S3 method:[默认方法]
rbfDDA(x, y, maxit=1, initFunc="Randomize_Weights", initFuncParams=c(-0.3,
    0.3), learnFunc="RBF-DDA", learnFuncParams=c(0.4, 0.2, 5),
    updateFunc="Topological_Order", updateFuncParams=c(0),
    shufflePatterns=TRUE, linOut=FALSE, ...)



参数----------Arguments----------

参数：x
a matrix with training inputs for the network
矩阵的网络培训投入


参数：y
the corresponding targets values
相应的指标值


参数：maxit
maximum of iterations to learn
最大的迭代学习


参数：initFunc
the initialization function to use
使用初始化函数


参数：initFuncParams
the parameters for the initialization function
初始化函数的参数


参数：learnFunc
the learning function to use
学习功能使用


参数：learnFuncParams
the parameters for the learning function
学习功能的参数


参数：updateFunc
the update function to use
使用更新功能


参数：updateFuncParams
the parameters for the update function
更新功能的参数


参数：shufflePatterns
should the patterns be shuffled?
应的模式被打乱？


参数：linOut
sets the activation function of the output units to linear or logistic
设置的激活函数的输出单元的直链或MF


参数：...
additional function parameters (currently not used)
附加功能参数（目前没有使用）


Details

详细信息----------Details----------

rbfDDA: The default functions do not have to be altered. The learning function RBF-DDA has three parameters: a positive threshold, and a negative threshold, that controls adding units to  the network, and a parameter for display purposes in the original SNNS. This parameter has  no effect in RSNNS. See p 74 of the original SNNS User Manual for details.
rbfDDA：默认的功能没有被改变。学习功能RBF-DDA有三个参数：一个正的阈值，和一个负的阈值，增加单元，它控制到网络，和一个参数在原始SNNS用于显示目的。参数没有效果RSNNS。请参阅第74页的详细信息，的原SNNS的用户手册。


值----------Value----------

rbfDDA.default: an rsnns object.
rbfDDA.default：rsnns对象。


参考文献----------References----------





实例----------Examples----------


## Not run: demo(rbfDDA_spiralsSnnsR)[＃不运行：演示（rbfDDA_spiralsSnnsR）]


data(iris)
iris <- iris[sample(1:nrow(iris),length(1:nrow(iris))),1:ncol(iris)]
irisValues <- iris[,1:4]
irisTargets <- decodeClassLabels(iris[,5])
iris <- splitForTrainingAndTest(irisValues, irisTargets, ratio=0.15)
iris <- normTrainingAndTestSet(iris)

model <- rbfDDA(iris$inputsTrain, iris$targetsTrain)

summary(model)

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。