classify_model(RTextTools)
classify_model()所属R语言包:RTextTools
makes predictions from a train_model() object.
从train_model()对象做出预测。
译者:生物统计家园网 机器人LoveR
描述----------Description----------
Uses a trained model from the train_model function to classify new data.
使用一个受过训练的模式,从train_model功能分类新数据。
用法----------Usage----------
classify_model(container, model, s=0.01, ...)
参数----------Arguments----------
参数:container
Class of type matrix_container-class generated by the create_container function.
类类型matrix_container-class:create_container功能所产生的。
参数:model
Slot for trained SVM, SLDA, boosting, bagging, RandomForests, glmnet, decision tree, neural network, or maximum entropy model generated by train_model.
受过训练的SVM,SLDA,提升,装袋,RandomForests,glmnet,决策树,神经网络,最大熵模型所产生的train_model的插槽。
参数:s
Penalty parameter lambda for glmnet classification.
罚参数的lambda为glmnet分类。
参数:...
Additional parameters to be passed into the predict function of any algorithm.
额外的参数传递到predict功能的任何算法。
Details
详细信息----------Details----------
Only one model may be passed in at a time for classification. See train_models and classify_models to train and classify using multiple algorithms.
只有一个模型可以通过在分类的时候。见train_models和classify_models使用多种算法进行训练和分类。
值----------Value----------
Returns a data.frame of predicted codes and probabilities for the specified algorithm.
返回data.frame的指定算法的预测编码和概率。
(作者)----------Author(s)----------
Loren Collingwood <lorenc2@uw.edu>, Timothy P. Jurka <tpjurka@ucdavis.edu>
实例----------Examples----------
library(RTextTools)
data(NYTimes)
data <- NYTimes[sample(1:3100,size=100,replace=FALSE),]
matrix <- create_matrix(cbind(data["Title"],data["Subject"]), language="english",
removeNumbers=TRUE, stemWords=FALSE, weighting=weightTfIdf)
container <- create_container(matrix,data$Topic.Code,trainSize=1:75, testSize=76:100,
virgin=FALSE)
maxent_model <- train_model(container,"MAXENT")
maxent_results <- classify_model(container,maxent_model)
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。
|