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

loveR

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

                                         Recalculate Pareto-optimal solutions
                                         重新计算帕累托最优的解决方案

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Recalculates the Pareto-optimal solutions in a TuneParetoResult according to the specified objectives only, and returns another TuneParetoResult object reduced to these objectives. This avoids time-consuming recalculations of objective values if only a subset of objectives should be considered for a previously evaluated set of parameter combinations.
重新计算帕累托最优的解决方案在TuneParetoResult根据指定的目标，以及，返回另一个TuneParetoResult对象减少为实现这些目标。这就避免了耗时的重新计算指标值，如果只有一小部分的目标，应考虑以前设置的参数组合进行评估。


用法----------Usage----------


recalculateParetoSet(tuneParetoResult,
                     objectives)



参数----------Arguments----------

参数：tuneParetoResult
The TuneParetoResult object containing the parameter configurations to be examined  
TuneParetoResult对象，其中包含要检查的参数配置


参数：objectives
A vector of objective function indices. The Pareto set is recalculated according to these objectives, i.e. omitting other objectives. If this argument is not supplied, all objectives are used, which usually returns a copy of the input.  
目标函数的矢量指数。 Pareto解集是实现这些目标的重新计算，即忽略其他的目标。如果这种说法是不提供的，所有的目标，这通常会返回一个副本的输入。


值----------Value----------

Returns a reduced TuneParetoResult object. For more details on the object structure, refer to tunePareto.
返回减少TuneParetoResult对象。对象结构的更多详细信息，请参阅tunePareto。


参见----------See Also----------

tunePareto, mergeTuneParetoResults
tunePareto，mergeTuneParetoResults


实例----------Examples----------


# optimize the 'cost' parameter of an SVM on[优化的“成本”的SVM参数]
# the 'iris' data set[IRIS数据集]
res <- 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"),
                                          cvSpecificity(10, 10, caseClass="setosa")))
print(res)

# select only specificity and sensitivity[只选择特异性和敏感性]
print(recalculateParetoSet(res, 2:3))                                

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。