R语言 sperrorest包 partition.factor()函数中文帮助文档(中英文对照)

loveR

partition.factor(sperrorest)
partition.factor()所属R语言包：sperrorest

                                        Partition the data for a (non-spatial) leave-one-factor-out cross-validation based on a given, fixed partitioning
                                         分区的数据（非空间）留一因素的交叉验证的基础上给定的固定分区

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

partition.factor creates a represampling object, i.e. a set of sample indices defining cross-validation test and training sets.
partition.factor创建一个represampling对象，即一组定义交叉验证测试和训练集的样本指数。


用法----------Usage----------


  partition.factor(data, coords = c("x", "y"), fac,
    return.factor = FALSE, repetition = 1)



参数----------Arguments----------

参数：coords
vector of length 2 defining the variables in data that contain the x and y coordinates of sample locations
向量，长度为2data包含的x和y坐标的样本的位置定义的变量在


参数：fac
either the name of a variable (column) in data, or a vector of type factor and length nrow(data) that contains the partitions to be used for defining training and test samples
一个变量（列）在data，或向量的类型因子和长度nrow(data)包含用于定义训练和测试样本分区的名称


参数：data
data.frame containing at least the columns specified by coords
data.frame的至少包含列指定的coords


参数：return.factor
if FALSE (default), return a represampling object; if TRUE (used internally by other sperrorest functions), return a list containing factor vectors (see Value)
如果FALSE（默认），返回一个represampling对象，如果TRUE（内部使用其他sperrorest功能的），返回一个list因子矢量（见值）


参数：repetition
numeric vector: cross-validation repetitions to be generated. Note that this is not the number of repetitions, but the indices of these repetitions. E.g., use repetition=c(1:100) to obtain (the 'first') 100 repetitions, and repetition=c(101:200) to obtain a different set of 100 repetitions.
数字向量：交叉验证的重复产生。注意，这是不重复的次数，但这些重复的指数。例如，使用repetition=c(1:100)（“第一个”）取得100个重复，和repetition=c(101:200)获得一组不同的重复100次。


值----------Value----------

A represampling object, see also partition.cv for details.
Arepresampling对象，请参阅partition.cv的详细信息。


注意----------Note----------

In this partitioning approach, all repetitions are identical and therefore pseudo-replications.
在此分区的方法，所有的repetition的是相同的，因此，伪复制。


参见----------See Also----------

sperrorest, partition.cv, as.resampling.factor
sperrorest，partition.cv，as.resampling.factor


实例----------Examples----------


data(ecuador)
# I don't recommend using this partitioning for cross-validation,[我不建议使用此分区进行交叉验证，]
# this is only for demonstration purposes:[这是仅用于演示目的：]
breaks = quantile(ecuador$dem, seq(0,1,length=6))
ecuador$zclass = cut(ecuador$dem, breaks, include.lowest=TRUE)
summary(ecuador$zclass)
parti = partition.factor(ecuador, fac = "zclass")
plot(parti,ecuador)
summary(parti)

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。