Класс: TreeBagger
Среднее поле классификации
mar = meanMargin(B,TBLnew,Ynew)
mar = meanMargin(B,Xnew,Ynew)
mar = meanMargin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...)
mar
= meanMargin(B,Xnew,Ynew,'param1',val1,'param2',val2,...)
mar = meanMargin(B,TBLnew,Ynew)
вычисляет средние поля классификации для предикторов, содержавшихся в таблице TBLnew
, учитывая истинный ответ Ynew
. Можно не использовать Ynew
, если TBLnew
содержит переменную отклика. Если бы вы обучили B
с помощью выборочных данных, содержавшихся в таблице, то входные данные для этого метода должны также быть в таблице.
mar = meanMargin(B,Xnew,Ynew)
вычисляет средние поля классификации для предикторов, содержавшихся в матричном Xnew
, данном истинный ответ Ynew
. Если бы вы обучили B
с помощью выборочных данных, содержавшихся в матрице, то входные данные для этого метода должны также быть в матрице.
Ynew
может быть числовым вектором, символьной матрицей, массивом строк, массивом ячеек из символьных векторов, категориальным векторным или логическим вектором. meanMargin
составляет в среднем поля по всем наблюдениям (строки) в TBLnew
или Xnew
для каждого дерева. mar
является матрицей размера 1 NTrees
, где NTrees
является количеством деревьев в ансамбле B
. Этот метод доступен для ансамблей классификации только.
mar = meanMargin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...)
или mar
= meanMargin(B,Xnew,Ynew,'param1',val1,'param2',val2,...)
задает дополнительные пары "имя-значение" параметра:
'Mode' | Вектор символов или скаляр строки указание, как meanMargin вычисляет ошибки. Если установлено в 'cumulative' (значение по умолчанию), вектор длины NTrees, откуда первый элемент дает среднее поле trees(1) , второй столбец дает средние поля от trees(1:2) и т.д. до trees(1:NTrees) . Если установлено в 'individual' , mar является вектором длины NTrees , где каждый элемент является средним полем от каждого дерева в ансамбле. Если установлено в 'ensemble' , mar является скаляром, показывающим совокупное среднее поле для целого ансамбля. |
'Trees' | Вектор индексов, указывающих, что деревья включать в это вычисление. По умолчанию этот аргумент установлен в 'all' , и метод использует все деревья. Если 'Trees' является числовым вектором, метод возвращает вектор длины NTrees для режимов 'cumulative' и 'individual' , где NTrees является числом элементов во входном векторе и скаляром для режима 'ensemble' . Например, в режиме 'cumulative' , первый элемент дает среднее поле от trees(1) , второй элемент дает среднее поле от trees(1:2) и т.д. |
'TreeWeights' | Вектор древовидных весов. Этот вектор должен иметь ту же длину как вектор 'Trees' . meanMargin использует эти веса, чтобы объединить вывод от заданных деревьев путем взятия взвешенного среднего вместо простого невзвешенного решения большинством голосов. Вы не можете использовать этот аргумент в режиме 'individual' . |
'Weights' | Вектор весов наблюдения, чтобы использовать для граничного усреднения. По умолчанию вес каждого наблюдения установлен в 1. Длина этого вектора должна быть равна количеству строк в X. |
'UseInstanceForTree' | Логическая матрица размера Nobs-by-NumTrees указание, который деревья использовать, чтобы сделать прогнозы для каждого наблюдения. По умолчанию метод использует все деревья для всех наблюдений. |