newtargets(yaImpute)
newtargets()所属R语言包：yaImpute
Finds K nearest neighbors for new target observations
查找K近邻新的目标观测
译者：生物统计家园网 机器人LoveR
描述----------Description----------
Finds nearest neighbor reference observations for a given set of target observations using an established (see yai) object. Intended use is to facilitate breaking up large imputation problems (see AsciiGridImpute).
查找近邻参考用已建立的目标观测（见yai）对象为一组给定的观察。预期用途是为了方便分手归责问题（见AsciiGridImpute“）。
用法----------Usage----------
newtargets(object,newdata,ann=NULL)
参数----------Arguments----------
参数：object
an object of class yai.
对象类yai。
参数：newdata
a data frame or matrix of new targets for which neighbors are are found.
一个数据框或矩阵的新目标，邻居们发现。
参数：ann
if NULL, the value is taken from object. When TRUE ann is used to find neighbors, and when FALSE a slow exact search is used.
如果NULL，则是从object。 TRUEann用于发现邻居，和FALSE一个缓慢的精确搜索。
值----------Value----------
An object of class yai, which is a copy of the first argument with the following elements replaced:
对象的类yai，这是一个副本的第一个参数包含下列元素的替代：
参数：call
the call.
该呼叫。
参数：obsDropped
a list of the row names for observations dropped for various reasons (missing data).
观测的行的名称的列表下降因各种原因（丢失数据）。
参数：trgRows
a list of the row names for target observations as a subset of all observations.
目标观测，所有观测数据的一个子集的列名称的列表。
参数：xall
the X-variables for all observations.
X-变量的所有观测值。
参数：neiDstTrgs
a data frame of distances between a target (identified by its row name) and the k references. There are k columns.
的数据框之间的距离的目标（所确定的行的名称）和第k引用。有k列。
参数：neiIdsTrgs
A data frame of reference identifications that correspond to neiDstTrgs.
一个数据框的参考，对应到neiDstTrgs的标识。
参数：neiDstRefs
set NULL as if noRefs=TRUE in the original call to yai.
设置为NULL，如果noRefs=TRUE到yai在原来的呼叫。
参数：neiIdsRefs
set NULL as if noRefs=TRUE in the original call to yai.
设置为NULL，如果noRefs=TRUE到yai在原来的呼叫。
参数：ann
the value of the ann argument.
的人工神经网络参数的值。
（作者）----------Author(s)----------
Nicholas L. Crookston <a href="mailto:ncrookston.fs@gmail.com">ncrookston.fs@gmail.com</a> <br>
Andrew O. Finley <a href="mailto:finleya@msu.edu">finleya@msu.edu</a>
参见----------See Also----------
yai
yai
实例----------Examples----------
require (yaImpute)
data(iris)
# set the random number seed so that example results are consistant[设置随机数种子，这样的例子的结果是consistant]
# normally, leave out this command[通常情况下，离开了这个命令]
set.seed(12345)
# form some test data[形成一些测试数据。]
refs=sample(rownames(iris),50) # just the reference observations[只是参考意见]
x <- iris[refs,1:3] # Sepal.Length Sepal.Width Petal.Length[Sepal.Length Sepal.Width Petal.Length]
y <- iris[refs,4:5] # Petal.Width Species[Petal.Width物种]
# build a yai object using mahalanobis[建立一个合艾对象使用马氏]
mal <- yai(x=x,y=y,method="mahalanobis")
# get imputations for the target observations (not references)[为目标观测的估算（不是引用）]
malNew <- newtargets(mal,iris[!(rownames(iris) %in% rownames(x)),])
# output a data frame of observed and imputed values for[输出一个数据框的观察和估算值]
# the observations that are not in the original yai object[是不是在原来的合艾对象的意见，]
impute(malNew,vars=yvars(malNew))
# in this example, Y is not specified (not required for mahalanobis).[在这个例子中，Y为未指定（不需要马哈拉诺比斯）。]
mal2 <- yai(x=x,method="mahalanobis")
identical(foruse(mal),foruse(mal2))
# here, method randomForest's unsupervised classification is used (no Y).[这里，方法randomForest的非监督分类使用（无Y）。]
rf <- yai(x=x,method="randomForest")
# now get imputations for the targets in the iris data (those that are[现在为目标的虹膜数据的估算（那些]
# not references.[不是引用。]
rfNew <- newtargets(rf,iris[!(rownames(iris) %in% rownames(x)),])
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 2012-10-2 07:30:22
