resubLoss

Ошибка регрессии перезаменой

Синтаксис

L = resubLoss(ens)
L = resubLoss(ens,Name,Value)

Описание

L = resubLoss(ens) возвращает потерю перезамены, означая среднеквадратическую ошибку, вычисленную для данных, что fitrensemble раньше создавал ens.

L = resubLoss(ens,Name,Value) вычисляет потерю 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 регрессии создается с fitrensemble.

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. resubLoss использует только этих учеников для вычисления потери.

Значение по умолчанию: 1:NumTrained

'lossfun'

Указатель на функцию для функции потерь или 'mse', означая среднеквадратическую ошибку. Если вы передаете указатель на функцию fun, resubLoss вызывает его как

FUN(Y,Yfit,W)

где Y, Yfit и W являются числовыми векторами той же длины. Y является наблюдаемым ответом, Yfit является предсказанным ответом, и W является весами наблюдения.

Значение по умолчанию: 'mse'

'mode'

Вектор символов или скаляр строки представление значения вывода L:

  • 'ensemble'L является скалярным значением, потерей для целого ансамбля.

  • 'individual'L является вектором с одним элементом на обученного ученика.

  • 'cumulative'L является вектором, в котором элементе J получен при помощи учеников 1:J из списка входов учеников.

Значение по умолчанию: 'ensemble'

Выходные аргументы

L

Потеря, по умолчанию среднеквадратическая ошибка. L может быть вектором и может означать разные вещи, в зависимости от настроек пары "имя-значение".

Примеры

развернуть все

Найдите среднеквадратическое различие между прогнозами перезамены и данными тренировки.

Загрузите набор данных carsmall и выберите лошадиную силу и вес автомобиля как предикторы.

load carsmall
X = [Horsepower Weight];

Обучите ансамбль деревьев регрессии и найдите среднеквадратическое различие прогнозов от данных тренировки.

ens = fitrensemble(X,MPG);
MSE = resubLoss(ens) 
MSE = 0.5836

Смотрите также

| |