找回密码
 注册
查看: 995|回复: 0

R语言 RDRToolbox包 LLE()函数中文帮助文档(中英文对照)

[复制链接]
发表于 2012-2-26 12:29:20 | 显示全部楼层 |阅读模式
LLE(RDRToolbox)
LLE()所属R语言包:RDRToolbox

                                         Locally Linear Embedding
                                         局部线性嵌入

                                         译者:生物统计家园网 机器人LoveR

描述----------Description----------

Computes the Locally Linear Embedding as introduced in 2000 by Roweis, Saul and Lawrence.
计算由Roweis,扫罗和劳伦斯在2000年推出的局部线性嵌入。


用法----------Usage----------


LLE(data, dim=2, k)



参数----------Arguments----------

参数:data
N x D matrix (N samples, D features)  
为N×D矩阵(N个样本,D功能)


参数:dim
dimension of the target space  
维目标空间


参数:k
number of neighbours  
邻居的数目


Details

详情----------Details----------

Locally Linear Embedding (LLE) preserves local properties of the data by representing each sample in the data by a linear combination of its k nearest neighbours with each neighbour weighted independently. LLE finally chooses the low-dimensional representation that best preserves the weights in the target space. <br> This R version is based on the Matlab implementation by Sam Roweis.
局部线性嵌入(LLE)代表每个样本中的每个邻居加权独立的线性组合的K近邻的数据保留的数据的本地属性。的LLE最终选择的低维表示,最好保留在目标空间的权重。参考本R版本基础上由Sam Roweis的Matlab实现。


值----------Value----------

It returns a N x dim matrix (N samples, dim features) with the reduced input data
它返回与减少输入数据1为N×暗淡矩阵(N个样本,昏暗的功能)


作者(S)----------Author(s)----------



Christoph Bartenhagen




参考文献----------References----------



举例----------Examples----------


## two dimensional LLE embedding of a 1.000 dimensional dataset using k=5 neighbours[#两个维的LLE嵌入1.000三维数据集使用K = 5邻居]
d = generateData(samples=20, genes=1000, diffgenes=100, blocksize=10)
d_low = LLE(data=d[[1]], dim=2, k=5)

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, 2025-1-31 02:05 , Processed in 0.023627 second(s), 15 queries .

Powered by Discuz! X3.5

© 2001-2024 Discuz! Team.

快速回复 返回顶部 返回列表