Nothing
#***********************************************************************************************************************************************
#*
#* (C) 2010 Andrzej Dudek Uniwersytet Ekonomiczny we Wrocławiu
#*
#* Jądrowa analiza dyskryminacyna dla danych symbolicznych
#* Skrypt do książki:
#* "Podejście symboliczne w analizie danych ekonomicznych" powstałej w ramach projektu badawczego habilitacyjnego N N111 105 234
#*
#* Kod poniższy może być modyfikowany, kopiowany i rozprowadzany na warunkach li-cencji GPL 2 (http://gnu.org.pl/text/licencja-gnu.html),
#* a w szczególności pod warunkiem umieszczenia w zmodyfikowanym pliku widocznej informacji o dokonanych zmianach, wraz z datą ich dokonania.
#*
#***********************************************************************************************************************************************
kernel.SDA<-function(sdt,formula,testSet,h,...)
{
f<-.parseFormula(formula,sdt)
clusters<-f$classes
nrClusters<-max(clusters[testSet])
p<-nk<-rep(0,nrClusters)
pred<-rep(0,nrow(sdt$individuals))
dist<-as.matrix(dist_SDA(sdt,variableSelection=f$variableSelection,...))
for (i in testSet)
{
for(cl in 1:nrClusters)
{
p[cl]<-0
nk[cl]<-sum(clusters==cl)
for (j in (1:nrow(sdt$individuals))[-testSet])
{
if (dist[i,j]<=h)
p[clusters[i]]<-p[clusters[i]]+1;
}
}
#print(p)
p=p/nk;
pred[i]<-(1:nrClusters)[p==max(p)][1]
#print(c(i,pred[i]))
}
pred[testSet]
}
Any scripts or data that you put into this service are public.
Add the following code to your website.
For more information on customizing the embed code, read Embedding Snippets.