gaussClassifier(rSFA)
gaussClassifier()所属R语言包:rSFA
Classifier for SFA demos
分类SFA演示
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Train or apply a Gaussian classifier..
训练或应用一个高斯分类..
用法----------Usage----------
gaussClassifier(gauss, y, realC, method = "train")
参数----------Arguments----------
参数:gauss
List created by gaussCreate. Contains also the elements:
列表创建的gaussCreate。也包含的元素:
aligned =0: do not align the Gaussian classifiers with axes, use full covariance matrix <br> =1 (default): set the off-diagonals in covariance matrix to 0, i.e. the Gaussian classifier is forced to be aligned with the axes. This is more robust in the case where the data deviate largely from a multivariate normal distribution.
对齐= 0:不对齐轴高斯分类器,使用全协方差矩阵参考= 1(默认值):设置对角线协方差矩阵为0,即高斯分类被迫与轴对齐。这是更健壮的数据的偏离的情况下,主要是从多元正态分布。
epsD [defaults to 0.04] replace diagonal elements of COV smaller than epsD with epsD to avoid too small Gaussians
EPSD默认为0.04]取代对角线元素的COV小于EPSD与EPSD的,以避免过小高斯
参数:y
K x M matrix where K is the total number of patterns and M is the number of variables used for classification. I.e. each row of y contains the data for one pattern.
K X M矩阵,其中,K是模式的总数,M是用于分类的变量的数目。即y的每一行包含一个模式的数据。
参数:realC
1 x K matrix with NCLASS distinct real class labels needed only for method='train'. In case of method="apply" realC is not used and can have any value
1×K矩阵NCLASS不同的类标签,只需要使用方法=火车。在方法的情况下,“应用”realC未使用,可为任意值
参数:method
either "train" (default) or "apply"
无论是“火车”(默认)或“应用”
值----------Value----------
list gauss containing
列表gauss包含
参数:gauss$predC
1 x K matrix: the predicted class <tr valign="top"><td>gauss$prob</td>
1×K矩阵:预测类<tr valign="top"> <TD> gauss$prob</ TD>
K x NCLASS matrix: prob(k,n) is the estimated probability that pattern k belongs to class m
K X NCLASS矩阵:PROB(K,N)的估计概率模式k属于M类
参见----------See Also----------
gaussCreate
gaussCreate
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。
|