R lvqinit 初始化LVQ码本

说明

为 LVQ 方法构建初始码本。

用法

lvqinit(x, cl, size, prior, k = 5)

参数

x	训练示例的矩阵或 DataFrame ， n by p 。
cl	训练示例的分类。长度为 n 的向量或因子。
size	码本的大小。默认为 min(round(0.4*ng*(ng-1 + p/2),0), n)，其中 ng 是类的数量。
prior	表示码本中类别的概率。训练集中的默认比例。
k	k 用于k-NN 正确分类测试。默认值为 5。

细节

从训练集中选择 size 示例，而不用与先前或原始比例成比例的比例进行替换。

值

代码本，表示为包含组件 x 和 cl 的列表，给出示例和类。

例子

train <- rbind(iris3[1:25,,1], iris3[1:25,,2], iris3[1:25,,3])
test <- rbind(iris3[26:50,,1], iris3[26:50,,2], iris3[26:50,,3])
cl <- factor(c(rep("s",25), rep("c",25), rep("v",25)))
cd <- lvqinit(train, cl, 10)
lvqtest(cd, train)
cd1 <- olvq1(train, cl, cd)
lvqtest(cd1, train)

参考

Kohonen, T. (1990) The self-organizing map. Proc. IEEE 78, 1464-1480.

Kohonen, T. (1995) Self-Organizing Maps. Springer, Berlin.

Ripley, B. D. (1996) Pattern Recognition and Neural Networks. Cambridge.

Venables, W. N. and Ripley, B. D. (2002) Modern Applied Statistics with S. Fourth edition. Springer.

也可以看看

lvq1 , lvq2 , lvq3 , olvq1 , lvqtest