R语言 TunePareto包 mergeTuneParetoResults()函数中文帮助文档(中英文对照)

loveR

mergeTuneParetoResults(TunePareto)
mergeTuneParetoResults()所属R语言包：TunePareto

                                         Calculate optimal solutions from several calls of tunePareto
                                         计算最佳的解决方案，从几个检测tunePareto

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Merges the results of multiple TuneParetoResult objects as returned by tunePareto, and recalculates the optimal solutions for the merged solution set. All supplied TuneParetoResult objects must use the same objective functions.
合并结果返回TuneParetoResult，多个tunePareto对象，并重新计算合并后的解决方案集的最佳解决方案。提供的所有TuneParetoResult对象必须使用相同的目标函数。


用法----------Usage----------


mergeTuneParetoResults(...)



参数----------Arguments----------

参数：...
A set of TuneParetoResult objects to be merged.  
一组TuneParetoResult对象进行合并。


值----------Value----------

A TuneParetoResult object containing the parameter configurations of all objects in the ... argument and selecting the Pareto-optimal solutions among all these configurations. For more details on the object structure, refer to tunePareto.
ATuneParetoResult对象包含参数配置...参数中的所有对象，并选择在所有这些配置的帕累托最优的解决方案。对象结构的更多详细信息，请参阅tunePareto。


参见----------See Also----------

tunePareto, recalculateParetoSet
tunePareto，recalculateParetoSet


实例----------Examples----------


# optimize an SVM with small costs on [小成本优化的SVM]
# the 'iris' data set[IRIS数据集]
r1 <- tunePareto(classifier = tunePareto.svm(),
                 data = iris[, -ncol(iris)],
                 labels = iris[, ncol(iris)],
                 cost=seq(0.01,0.1,0.01),
                 objectiveFunctions=list(cvWeightedError(10, 10),
                                         cvSensitivity(10, 10, caseClass="setosa")))
print(r1)
                                         
# another call to tunePareto with higher costs[另一次呼叫，具有较高的成本tunePareto]
r2 <- tunePareto(classifier = tunePareto.svm(),
                 data = iris[, -ncol(iris)],
                 labels = iris[, ncol(iris)],
                 cost=seq(0.5,10,0.5),
                 objectiveFunctions=list(cvWeightedError(10, 10),
                                         cvSensitivity(10, 10, caseClass="setosa")))
print(r2)

# merge the results[合并结果]
print(mergeTuneParetoResults(r1,r2))

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。