R语言:multiedit()函数中文帮助文档(中英文对照)

loveR

multiedit(class)
multiedit()所属R语言包：class

                                         Multiedit for k-NN Classifier
                                         multiedit为K-NN分类

                                         译者：生物统计家园网 机器人LoveR

描述----------Description----------

Multiedit for k-NN classifier
multiedit为K-NN分类


用法----------Usage----------


multiedit(x, class, k = 1, V = 3, I = 5, trace = TRUE)



参数----------Arguments----------

参数：x
matrix of training set.  
矩阵的训练集。


参数：class
vector of classification of training set.  
训练集分类的向量。


参数：k
number of neighbours used in k-NN.  
K-NN使用邻居的数量。


参数：V
divide training set into V parts.  
划分成V部分设置的培训。


参数：I
number of null passes before quitting.  
通过戒烟前的空数。


参数：trace
logical for statistics at each pass.  </table>
在每轮的统计逻辑。 </ TABLE>


值----------Value----------

Index vector of cases to be retained.
指数向量的情况下予以保留。


参考文献----------References----------

Pattern Recognition. A Statistical Approach. Prentice-Hall, p. 115.
Pattern Recognition and Neural Networks. Cambridge.
Modern Applied Statistics with S. Fourth edition.  Springer.

参见----------See Also----------

condense, reduce.nn
condense，reduce.nn


举例----------Examples----------


tr <- sample(1:50, 25)
train <- rbind(iris3[tr,,1], iris3[tr,,2], iris3[tr,,3])
test <- rbind(iris3[-tr,,1], iris3[-tr,,2], iris3[-tr,,3])
cl <- factor(c(rep(1,25),rep(2,25), rep(3,25)), labels=c("s", "c", "v"))
table(cl, knn(train, test, cl, 3))
ind1 <- multiedit(train, cl, 3)
length(ind1)
table(cl, knn(train[ind1, , drop=FALSE], test, cl[ind1], 1))
ntrain <- train[ind1,]; ncl <- cl[ind1]
ind2 <- condense(ntrain, ncl)
length(ind2)
table(cl, knn(ntrain[ind2, , drop=FALSE], test, ncl[ind2], 1))

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。