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

loveR

vegclustIndex(vegclust)
vegclustIndex()所属R语言包：vegclust

                                         Compute fuzzy evaluation statistics
                                         计算模糊综合评价的统计信息

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Computes several evaluation statistics on the fuzzy clustering results on objects of class vegclust.
计算几类vegclust对象的模糊聚类结果的评估统计。


用法----------Usage----------


vegclustIndex(y)



参数----------Arguments----------

参数：y
An object of class vegclust or a membership matrix.
对象的类vegclust或隶属度矩阵。


Details

详细信息----------Details----------

These statistics were conceived to be computed on fuzzy partitions, such as the ones coming from Fuzzy C-means (Bezdek 1981). Maximum values of PCN or minimum values of PEN can be used as criteria to choose the number of clusters.
这些统计数字是设想计算模糊的分区，如那些来自模糊C-均值（贝兹德克1981）。 PCN或最小值的PEN的最大值可被用作标准来选择的聚类数。


值----------Value----------

Returns an vector of four values: partition coefficient (PC), normalized partition coefficient (PCN), partition entropy (PE) and normalized partition entropy (PEN).
返回一个矢量的四个值：分配系数（PC），归一化的分配系数（PCN），分区熵（PE）和归一化的划分熵（PEN）。


（作者）----------Author(s)----------



Miquel De C谩ceres, Forest Science Center of Catalonia




参考文献----------References----------

Bezdek, J. C. (1981) Pattern recognition with fuzzy objective functions. Plenum Press, New York.

参见----------See Also----------

cmeans,vegclust
cmeans，vegclust


实例----------Examples----------



# Loads data  [数据加载]
data(wetland)
  
# This equals the chord transformation (see also 'normalize' option in \code{\link{decostand}} from the vegan package)[这等于和弦转换（参见标准化选项\ {\的链接{decostand}}从素食包的代码）]
wetland.chord = as.data.frame(sweep(as.matrix(wetland), 1, sqrt(rowSums(as.matrix(wetland)^2)), "/"))

# Create noise clustering with 2, 3 and 4 clusters. Perform 10 starts from random seeds and keep the best solution[创建噪音聚类2，第3和第4聚类。进行10次随机种子开始，并保持最佳的解决方案]
wetland.fcm2 = vegclust(wetland.chord, mobileCenters=2, m = 1.2, method="FCM", nstart=10)
wetland.fcm3 = vegclust(wetland.chord, mobileCenters=3, m = 1.2, method="FCM", nstart=10)
wetland.fcm4 = vegclust(wetland.chord, mobileCenters=4, m = 1.2, method="FCM", nstart=10)

# Compute statistics. Both PCN and PEN indicate that three groups are more advisable than 2 or 4[计算统计。 PCN和PEN都表明，三组是更明智的2个或4个]
print(vegclustIndex(wetland.fcm2))
print(vegclustIndex(wetland.fcm3))
print(vegclustIndex(wetland.fcm4))


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。