kfoldLoss

Утрата перекрестной проверки разделенного ансамбля регрессии

Синтаксис

L = kfoldLoss(cvens) L = kfoldLoss(cvens,Name,Value)

Описание

L = kfoldLoss(cvens) возвращает потерю перекрестной проверки cvens.

L = kfoldLoss(cvens,Name,Value) возвращает потерю перекрестной проверки 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

cvens

Объект класса RegressionPartitionedEnsemble. Создайте obj с fitrensemble наряду с одной из опций перекрестной проверки: 'crossval', 'kfold', 'holdout', 'leaveout' или 'cvpartition'. Также создайте obj из ансамбля регрессии с crossval.

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.

'folds'

Индексы сгибов в пределах от 1 к cvens .KFold. Используйте только эти сгибы для прогнозов.

Значение по умолчанию: 1:cvens.KFold

'lossfun'

Указатель на функцию для функции потерь или 'mse', означая среднеквадратическую ошибку. Если вы передаете указатель на функцию fun, loss 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.
W является весами наблюдения.

Возвращенное значение fun(Y,Yfit,W) должно быть скаляром.

Значение по умолчанию: 'mse'

'mode'

Метод за вычислительную потерю перекрестной проверки.

'average' — L является скалярным значением, средней потерей по всем сгибам.
'individual' — L является вектором с одним элементом на сгиб.
'cumulative' — L является вектором с длиной минимального количества наблюдений, используемых для обучения в каждом сгибе. Каждый элемент в векторном L получен путем взятия среднего значения потери через все сгибы.

Значение по умолчанию: 'average'

Выходные аргументы

`L`	Потеря (среднеквадратическая ошибка) между наблюдениями в сгибе, когда сравнено с прогнозами, сделанными с ансамблем, обученным на данных из сгиба. `L` может быть вектором и может означать разные вещи, в зависимости от настроек пары "имя-значение".

Примеры

развернуть все

Найдите потерю перекрестной проверки для ансамбля регрессии

Скрипт Open Live Script

Найдите потерю перекрестной проверки для ансамбля регрессии данных carsmall.

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

load carsmall
X = [Displacement Horsepower Weight];

Обучите ансамбль деревьев регрессии.

rens = fitrensemble(X,MPG);

Создайте перекрестный подтвержденный ансамбль из rens и найдите потерю перекрестной проверки k-сгиба.

rng(10,'twister') % For reproducibility
cvrens = crossval(rens);
L = kfoldLoss(cvrens)

L = 28.7114

Документация