找回密码
 注册
查看: 255|回复: 0

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

[复制链接]
发表于 2012-10-1 14:40:12 | 显示全部楼层 |阅读模式
sampleClassif(VBmix)
sampleClassif()所属R语言包:VBmix

                                         sampleClassif
                                         sampleClassif

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

performs task analogous to mixKnn (i.e. leave-one-out classification), but uses synthetic representatives to infer labels, instead of k-NN. Each representative is obtained by concatenating all GMM (i.e. elements) of a specific label value, resampling from this redundant mixture, and applying varbayes on this sample.
类似mixKnn(即留一出分类)执行任务,但使用合成代表推断的标签,而不是K-NN。每名代表是通过串联所有的GMM(即元素)的一个特定的标签值,重采样从这种多余的混合物,并应用varbayes,这个样本。


用法----------Usage----------


sampleClassif(data, labels, KLparam = 500, rho = new.env())



参数----------Arguments----------

参数:data
list of GMM.  
列表GMM。


参数:labels
vector of numeric labels associated to data.  
向量的相关联的数据的数字标签。


参数:KLparam
number of samples for jsmc.  
一些样品为jsmc。


参数:rho
R environment object. Used to issue R commands within the C routine.  
R环境的对象。在C例程用来发出R命令。


值----------Value----------

classification error ratio in [0,1].
分类误差率在[0,1]。


(作者)----------Author(s)----------



Pierrick Bruneau




参见----------See Also----------

mixKnn
mixKnn


实例----------Examples----------


temp1 <- sample(1:1243, 150)
temp2 <- list()
for(i in temp1) temp2 <- appendToList(temp2, imgmods[[i]])
temp3 <- imglabels[temp1]
# de-activated because this process is very long...[去激活,因为这个过程是很长的...]
#temp4 &lt;- sampleClassif(temp2, temp3)[temp4 < -  sampleClassif(TEMP2 TEMP3)]

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。
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|生物统计家园 网站价格

GMT+8, 2024-11-27 10:32 , Processed in 0.027835 second(s), 16 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表