R lvqinit 初始化LVQ碼本

說明

為 LVQ 方法構建初始碼本。

用法

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

參數

x	訓練示例的矩陣或 DataFrame ， n by p 。
cl	訓練示例的分類。長度為 n 的向量或因子。
size	碼本的大小。默認為 min(round(0.4*ng*(ng-1 + p/2),0), n)，其中 ng 是類的數量。
prior	表示碼本中類別的概率。訓練集中的默認比例。
k	k 用於k-NN 正確分類測試。默認值為 5。

細節

從訓練集中選擇 size 示例，而不用與先前或原始比例成比例的比例進行替換。

值

代碼本，表示為包含組件 x 和 cl 的列表，給出示例和類。

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)

參考

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