resubEdge

Ребро классификации перезаменой

Синтаксис

edge = resubEdge(ens) edge = resubEdge(ens,Name,Value)

Описание

edge = resubEdge(ens) возвращает ребро классификации, полученное ens на его данных тренировки.

edge = resubEdge(ens,Name,Value) вычисляет ребро с дополнительными опциями, заданными одним или несколькими аргументами пары Name,Value. Можно задать несколько аргументов пары "имя-значение" в любом порядке как Name1,Value1,…,NameN,ValueN.

Входные параметры

ens

Ансамбль классификации создается с fitcensemble.

Аргументы в виде пар имя-значение

Укажите необязательные аргументы в виде пар ""имя, значение"", разделенных запятыми. Имя (Name) — это имя аргумента, а значение (Value) — соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

'learners'

Индексы слабых учеников в ансамбле в пределах от 1 к NumTrained. resubEdge использует только этих учеников для вычисления ребра.

Значение по умолчанию: 1:NumTrained

'mode'

Вектор символов или скаляр строки представление значения вывода edge:

'ensemble' — edge является скалярным значением, потерей для целого ансамбля.
'individual' — edge является вектором с одним элементом на обученного ученика.
'cumulative' — edge является вектором, в котором элементе J получен при помощи учеников 1:J из списка входов учеников.

Значение по умолчанию: 'ensemble'

Выходные аргументы

edge

Ребро классификации, полученное ens путем перезамены данными тренировки в вычисление ребра. Ребро классификации является полем классификации, усредненным по целым данным. edge может быть скаляром или вектором, в зависимости от установки пары "имя-значение" mode.

Примеры

развернуть все

Найдите ребро классификации перезаменой данных тренировки

Скрипт Open Live Script

Найдите ребро перезамены для ансамбля, который классифицирует ирисовые данные Фишера.

Загрузите набор выборочных данных.

load fisheriris

Обучите ансамбль 100 повышенных деревьев классификации с помощью AdaBoostM2.

t = templateTree('MaxNumSplits',1); % Weak learner template tree object
ens = fitcensemble(meas,species,'Method','AdaBoostM2','Learners',t);

Найдите ребро перезамены.

edge = resubEdge(ens)

edge = 3.2486

Больше о

развернуть все

Ребро

edge является значением взвешенного среднего поля классификации. Веса являются вероятностями класса в ens .Prior.

Поле

Классификация margin является различием между классификацией score для истинного класса и максимальным счетом классификации к ложным классам. Поле является вектор-столбцом с одинаковым числом строк как в матричном ens .X.

Выиграйте (ансамбль)

Для ансамблей классификация score представляет уверенность классификации в класс. Чем выше счет, тем выше уверенность.

Различные алгоритмы ансамбля имеют различные определения для своих очков. Кроме того, область значений очков зависит от типа ансамбля. Например:

Очки AdaBoostM1 располагаются от – ∞ к ∞.
Очки Bag колеблются от 0 до 1.

Документация