R 中的数据挖掘算法/包/gausspred/data gau
数据生成和处理。
gen_bayesgau (n,p,G,tau_nu=1,tau_mu=1,p_tau_x=c(2,1)).
order_features (features, response).
n, 案例数量。
p, 特征数量。
G, 组别数量。
tau_nu, 生成 ν 的高斯分布方差的倒数。
tau_mu, 生成 µ 的高斯分布方差的倒数。
p_tau_x, 包含 2 个数字的向量，指定作为特征分布方差倒数先验的 Gamma 分布，第一个数字是形状，第二个数字是速率。
features, 特征，行代表案例。
response, 响应值。
gendata_bayesgau 函数返回以下项目
X, 特征，行代表案例。
y, 响应值。
mu, mu 值，列代表组别。
sigmas, 生成特征的方差。
nu, 特征的 nu 值。
vars, 特征的索引，按 F 统计量降序排列。
fstats, vars 索引的特征的 F 统计量值。
data <- gen_bayesgau (n = 100,p = 100,G = 2, tau_nu=100,tau_mu = 100, p_tau_x = c(4,1)) i_sel <- order_features (data$X, data$y)