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. |