kfoldMargin

Поля классификации для наблюдений, не используемых для обучения

Синтаксис

M = kfoldMargin(obj)

Описание

M = kfoldMargin(obj) возвращает поля классификации, полученные перекрестной подтвержденной моделью obj классификации. Для каждого сгиба этот метод вычисляет поля классификации для, окутывают наблюдения с помощью модели, обученной на наблюдениях из сгиба.

Входные параметры

obj

Разделенная модель классификации типа ClassificationPartitionedModel или ClassificationPartitionedEnsemble.

Выходные аргументы

M

Поле классификации.

Примеры

развернуть все

Найдите поля k-сгиба для ансамбля, который классифицирует данные ionosphere.

Загрузите набор данных ionosphere.

load ionosphere

Создайте пень шаблона.

t = templateTree('MaxNumSplits',1);

Обучите ансамбль классификации деревьев решений. Задайте t как слабого ученика.

Mdl = fitcensemble(X,Y,'Method','AdaBoostM1','Learners',t);

Крест подтверждает классификатор с помощью 10-кратной перекрестной проверки.

cvens = crossval(Mdl);

Вычислите поля k-сгиба. Отобразите итоговую статистику для полей.

m = kfoldMargin(cvens);
marginStats = table(min(m),mean(m),max(m),...
    'VariableNames',{'Min','Mean','Max'})
marginStats=1×3 table
      Min       Mean      Max  
    _______    ______    ______

    -11.312    7.3236    23.517

Больше о

развернуть все

Для просмотра документации необходимо авторизоваться на сайте