cv.sparsenet(sparsenet)
cv.sparsenet()所属R语言包：sparsenet
Cross-validation for sparsenet
交叉验证sparsenet
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Does k-fold cross-validation for sparsenet, produces a plot,
K-折交叉验证为sparsenet，产生一个图，
用法----------Usage----------
cv.sparsenet(x, y, weights, type.measure = c("mse", "mae"), ...,nfolds = 10,foldid, trace.it=FALSE)
参数----------Arguments----------
参数：x
x matrix as in sparsenet.
x矩阵作为在sparsenet。
参数：y
response y as in sparsenet.
响应y中sparsenet。
参数：weights
Observation weights; defaults to 1 per observation
观察权重;默认为1％观察
参数：type.measure
loss to use for cross-validation. Currently two options: squared-error (type.measure="mse") or mean-absolute error ( type.measure="mae" )
损失进行交叉验证。目前有两个选择：方误差（type.measure="mse"）或平均绝对误差（type.measure="mae"）
参数：...
Other arguments that can be passed to sparsenet.
其他参数可以传递给sparsenet。
参数：nfolds
number of folds - default is 10. Although nfolds can be as large as the sample size (leave-one-out CV), it is not recommended for large datasets. Smallest value allowable is nfolds=3
倍数数 - 默认值是10。虽然nfolds可以尽可能大的样本量（留一出CV），所以不推荐用于大型数据集。最小允许值是nfolds=3
参数：foldid
an optional vector of values between 1 and nfold identifying whhat fold each observation is in. If supplied, nfold can be missing.
一个可选的向量的值之间和nfold的标识whhat的每个观察折。如果提供，nfold可以缺少。
参数：trace.it
If TRUE, then we get a printout that shows the progress
如果TRUE，那么我们得到的打印输出显示进度
Details
详细信息----------Details----------
The function runs sparsenet nfolds+1 times; the first to get the lambda sequence, and then the remainder to compute the fit with each of the folds omitted. The error is accumulated, and the average error and standard deviation over the folds is computed.
的功能运行sparsenetnfolds1倍;第一个获得lambda的序列，然后计算出适合的褶皱省略其余。该错误被积累，在褶皱的平均误差和标准偏差的计算。
值----------Value----------
an object of class "cv.sparsenet" is returned, which is a list with the ingredients of the cross-validation fit.
返回一个的类"cv.sparsenet"的对象，这是一个与成分的交叉验证适合列表。
参数：lambda
the values of lambda used in the fits. This is an nlambda x ngamma matrix
的值lambda在配合使用。这是一个nlambda x ngamma矩阵
参数：cvm
The mean cross-validated error - a matrix shaped like lambda
平均交叉验证错误 - 一个矩阵形如拉姆达
参数：cvsd
estimate of standard error of cvm.
估计标准误差cvm。
参数：cvup
upper curve = cvm+cvsd.
上面的曲线=cvm+cvsd。
参数：cvlo
lower curve = cvm-cvsd.
下部曲线=cvm-cvsd。
参数：nzero
number of non-zero coefficients at each lambda, gamma pair.
每个lambda, gamma对非零系数的数目。
参数：name
a text string indicating type of measure (for plotting purposes).
一个文本字符串，指示类型的测量（用于绘图的目的）。
参数：sparsenet.fit
a fitted sparsenet object for the full data.
一个的装sparsenet对象完整的数据。
参数：call
The call that produced this object
产生这个对象的调用，
参数：parms.min
values of gamma, lambda that gives minimum cvm.
值的gamma, lambda，让最低cvm。
参数：which.min
indices for the above
上述指数
参数：lambda.1se
gamma, lambda of smallest model (df) such that error is within 1 standard error of the minimum.
gamma, lambda最小的模型（DF），误差不超过1个标准误差最小的。
参数：which.1se
indices of the above
以上的指数，其中
（作者）----------Author(s)----------
Rahul Mazumder, Jerome Friedman and Trevor Hastie
Maintainer: Trevor Hastie <hastie@stanford.edu>
参考文献----------References----------
参见----------See Also----------
glmnet package, predict, coef, print and plot methods, and the sparsenet function.
glmnet包，predict，coef，print和plot方法，和sparsenet功能。
实例----------Examples----------
train.data=gendata(100,1000,nonzero=30,rho=0.3,snr=3)
fit=sparsenet(train.data$x,train.data$y)
par(mfrow=c(3,3))
plot(fit)
par(mfrow=c(1,1))
fitcv=cv.sparsenet(train.data$x,train.data$y,trace.it=TRUE)
plot(fitcv)
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。
|
发表于 2012-9-30 12:34:13
