resubPredict

Класс: ClassificationDiscriminant

Предскажите метки перезамены модели классификации дискриминантных анализов

Синтаксис

label = resubPredict(obj)
[label,posterior] = resubPredict(obj)
[label,posterior,cost] = resubPredict(obj)

Описание

label = resubPredict(obj) возвращается, маркирует obj, предсказывает для данных obj.X. label является прогнозами obj на данных, что fitcdiscr раньше создавал obj.

[label,posterior] = resubPredict(obj) возвращает следующие вероятности класса для прогнозов.

[label,posterior,cost] = resubPredict(obj) возвращает предсказанные затраты misclassification в классе для данных, которыми повторно заменяют.

Входные параметры

obj

Классификатор дискриминантного анализа, произведенное использование fitcdiscr.

Выходные аргументы

label

Ответ obj предсказывает для данных тренировки. label является совпадающим типом данных как учебными данными об ответе obj.Y. Предсказанные метки класса, те с минимальным ожидали стоимость misclassification; см., что Прогноз Использует Модели Дискриминантного анализа.

posterior

N-by-K матрица апостериорных вероятностей для классов, которые предсказывает obj, где N является количеством наблюдений и K, является количеством классов.

cost

N-by-K матрица предсказанных затрат misclassification. Каждая стоимость является средним значением misclassification стоимость относительно апостериорной вероятности.

Примеры

Найдите общее количество misclassifications ирисовых данных Фишера для классификатора дискриминантного анализа:

load fisheriris
obj = fitcdiscr(meas,species);
Ypredict = resubPredict(obj); % the predictions
Ysame = strcmp(Ypredict,species); % true when ==
sum(~Ysame) % how many are different?

ans =
     3

Больше о

развернуть все

Для просмотра документации необходимо авторизоваться на сайте