R语言 logicFS包 vim.input()函数中文帮助文档(中英文对照)

loveR

vim.input(logicFS)
vim.input()所属R语言包：logicFS

                                        VIM for Inputs
                                         输入的VIM为

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Quantifies the importance of each input variable occuring in at least one of the logic regression models found in the application of logic.bagging.
量化发生在至少一个逻辑回归模型中的应用logic.bagging发现每个输入变量的重要性。


用法----------Usage----------


vim.input(object, useN = NULL, iter = NULL, prop = TRUE,
   standardize = NULL, mu = 0, addMatImp = FALSE,
   prob.case = 0.5, rand = NA)



参数----------Arguments----------

参数：object
an object of class logicBagg, i.e.\ the output of logic.bagging
一个对象类logicBagg，即\logic.bagging的输出


参数：useN
logical specifying if the number of correctly classified out-of-bag observations should be used in the computation of the importance measure. If FALSE, the proportion of correctly classified oob observations is used instead. If NULL (default), then the specification of useN in object is used.
逻辑指定的数量，如果正确分类袋意见，应在计算的重要措施。如果FALSE，OOB意见正确归类的比例来代替。如果NULL（默认），然后规范useNobject使用的。


参数：iter
integer specifying the number of times the values of the considered variable are permuted in the computation of its importance. If NULL (default), the values of the variable are not permuted, but the variable is removed from the model.
整数，指定时间的考虑变量的值的数量置换在计算其重要性。如果NULL（默认），变量的值不置换，但该变量从模型中删除。


参数：prop
should the proportion of logic regression models containing the respective variable also be computed?
应包含各自变量逻辑回归模型的比例，也可以计算的？


参数：standardize
should a standardized version of the importance measure for a set of variables be returned? By default, standardize = TRUE is used in the classification and the (multinomial) logistic regression case, and standarize is set to FALSE in the linear regression case. For details, see mu.
应该返回的一组变量的标准化版本的重要措施？默认情况下，standardize = TRUE使用的分类（多项）logistic回归的情况下，standarize设置为FALSE中的线性回归的情况下。有关详细信息，请参阅mu。


参数：mu
a non-negative numeric value. Ignored if standardize = FALSE. Otherwise, a t-statistic for testing the null hypothesis that the importance of the respective variable is equal to mu is computed.
一个非负的数值。如果standardize = FALSE忽略。否则，测试的零假设，各自变量的重要性等于mu t-统计计算。


参数：addMatImp
should the matrix containing the improvements due to each of the variables in each of the logic regression models be added to the output?
应包含在每个逻辑回归模型的改进，由于每个变量的矩阵被添加到输出？


参数：prob.case
a numeric value between 0 and 1. If the logistic regression approach of logic regression has been used in logic.bagging, then an observation will be classified as a case (or more exactly, as 1), if the class probability of this observation is larger than prob.case. Otherwise, prob.case is ignored.
0和1之间的数值。如果使用逻辑回归Logistic回归方法已在logic.bagging，然后观察将被列为情况（或者更确切地说，为1），如果这个观察类的概率比prob.case 。否则，prob.case被忽略。


参数：rand
an integer for setting the random number generator in a reproducible case.
设置在一个可重复的情况下随机数发生器的整数。


值----------Value----------

An object of class logicFS containing
一个类的对象logicFS含有


参数：vim
the importances of the variables,
变量的重要性，


参数：prop
the proportion of logic regression models containing the respective variable  (if prop = TRUE) or NULL (if prop = FALSE),
包含各自变量逻辑回归模型的比例（如果prop = TRUE）NULL（如果prop = FALSE）


参数：primes
the names of the variables,
变量的名称，


参数：type
the type of model (1: classification, 2:linear regression, 3: logistic regression),
类型分类（1：2：线性回归，logistic回归）模型，


参数：param
further parameters (if addInfo = TRUE in the previous call of logic.bagging),
进一步的参数，（如果addInfo = TRUElogic.bagging以前的呼叫）


参数：mat.imp
either a matrix containing the improvements due to the variables for each of the models  (if addMatImp = TRUE), or NULL (if addMatImp = FALSE),
无论是矩阵包含改善由于每个模型的变量（如addMatImp = TRUE），或NULL（如果addMatImp = FALSE）


参数：measure
the name of the used importance measure,
所使用的重要性措施的名称，


参数：useN
the value of useN,
useN的价值，


参数：threshold
NULL if standardize = FALSE, otherwise the 1-0.05/m quantile of the t-distribution with B-1 degrees of freedom, where m is the number of variables and B is the number of logic regression models composing object,
NULL如果standardize = FALSE，否则1-0.05/m与B-1自由度，t分布的分位数m是变量的数目和<X >是逻辑回归模型的组成B


参数：mu
mu (if standardize = TRUE), or NULL (otherwise),
mu（如果standardize = TRUE），或NULL（否则）


参数：iter
iter.
iter。


作者（S）----------Author(s)----------


Holger Schwender, <a href="mailto:holger.schwender@udo.edu">holger.schwender@udo.edu</a>



参考文献----------References----------

Biostatistics, 12, 18-32.

参见----------See Also----------

logic.bagging, logicFS, vim.logicFS, vim.set, vim.ebam, vim.chisq
logic.bagging，logicFS，vim.logicFS，vim.set，vim.ebam，vim.chisq

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。