R语言 sideChannelAttack包 filter.mRMR()函数中文帮助文档(中英文对照)

loveR

filter.mRMR(sideChannelAttack)
filter.mRMR()所属R语言包：sideChannelAttack

                                        filter.mRMR
                                         filter.mRMR

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

The filter.mRMR function applies the feature selection mRMR to a set of physical measures.
filter.mRMR功能的特征选择MRMR一组物理措施。


用法----------Usage----------


filter.mRMR(X,Y,nbreVarX_,...)



参数----------Arguments----------

参数：X
A matrix where each row is a physical measure.
一个矩阵，其中的每一行是一个物理的措施。


参数：Y
A binary vector where the i_th element of the vector y is the key for the i_th physical measure in the matrix x.  
一个二进制向量，其中的i_th元素的向量y矩阵中的i_thx物理措施是关键。


参数：nbreVarX_
Number of component to get after the reduction by the mRMR of a physical measure.
数量的成分后得到的还原由MRMR物理措施。


参数：...
Currently ignored.
目前忽略不计。


Details

详细信息----------Details----------

The filter.mRMR function is the feature selection mRMR. It returns an object which can be used with the predict function to convert a set of physical measures to another one with less variables.
filter.mRMR函数的特征选择MRMR。它返回一个对象，它可以使用与predict函数到另一个较少的变量的一组转换的物理措施。


值----------Value----------

The filter.mRMR function returns an object which can use with the predict function to reduce each physical measure. This physical measure can be the same or an other one than contained in X.
filter.mRMR函数返回一个对象，它可以使用predict功能，以减少每个物理措施。这种物理措施可以是相同的或另一种不包含在X。

The value of this function is an object of class filter.mRMR, which is a list with the following components:
此函数的值是一个对象的类filter.mRMR，它是一个具有下列组件列表：


参数：filter
sorted list of the best variables returned by the mRMR algorithm.
排序列表由MRMR算法返回最佳变量。


（作者）----------Author(s)----------


Liran Lerman <a href="mailto:llerman@ulb.ac.be">llerman@ulb.ac.be</a> &amp; Gianluca Bontempi <a href="mailto:gbonte@ulb.ac.be@ulb.ac.be">gbonte@ulb.ac.be@ulb.ac.be</a> &amp; Olivier Markowitch <a href="mailtolivier.markowitch@ulb.ac.be">olivier.markowitch@ulb.ac.be</a>



参考文献----------References----------



实例----------Examples----------



#data collection[数据收集]
data(powerC)
traces = powerC[,-301]
key = powerC[,301]

#model creation[模型的创建]
attack=filter.mRMR(X=traces[-1,],Y=key[-1],nbreVarX_=2)

#model prediction[模型预测]
predict(attack,t(traces[1,]))

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。