Класс: TreeBagger
Прогнозы ансамбля для наблюдений из сумки
Y = oobPredict(B)
Y = oobPredict(B,Name,Value)
[Y,stdevs] = oobPredict(___)
[Y,scores] = oobPredict(___)
[Y,scores,stdevs] = oobPredict(___)
Y = oobPredict(B) вычисляет предсказанные ответы с помощью обученного мешконасыпателя B для наблюдений из сумки в данных тренировки. Вывод имеет один прогноз для каждого наблюдения в данных тренировки. Возвращенный Y является массивом ячеек из символьных векторов для классификации и числовым массивом для регрессии.
Y = oobPredict(B, задает дополнительные опции с помощью одного или обоих аргументов пары "имя-значение":Name,Value)
'Trees' — Массив древовидных индексов, чтобы использовать для вычисления ответов. Значением по умолчанию является 'all'.
'TreeWeights' — Массив весов NTrees для взвешивания голосует от заданных деревьев, где NTrees является количеством деревьев в ансамбле.
Для регрессии, [Y,stdevs] = oobPredict(___) также возвращает стандартные отклонения вычисленных ответов по ансамблю выращенных деревьев с помощью любой из комбинаций входных аргументов в предыдущих синтаксисах.
Для классификации, [Y,scores] = oobPredict(___) также возвращает музыку ко всем классам. scores является матрицей с одной строкой на наблюдение и одним столбцом в классе. Для каждого наблюдения из сумки и каждого класса, счет, сгенерированный каждым деревом, является вероятностью наблюдения, происходящего из класса, вычисленного как часть наблюдений за классом в древовидном листе. oobPredict составляет в среднем эти очки по всем деревьям в ансамбле.
[Y,scores,stdevs] = oobPredict(___) также возвращает стандартные отклонения вычисленной музыки к классификации. stdevs является матрицей с одной строкой на наблюдение и одним столбцом в классе со стандартными отклонениями, принятыми ансамбль выращенных деревьев.
oobPredict и predict так же предсказывают классы и ответы.
В проблемах регрессии:
Для каждого наблюдения, которое является вне сумки по крайней мере для одного дерева, oobPredict составляет взвешенное среднее путем выбора ответов деревьев, в которых наблюдение вне сумки. Для этого вычисления аргумент пары "имя-значение" 'TreeWeights' задает веса.
Для каждого наблюдения, которое находится в сумке для всех деревьев, предсказанный ответ является взвешенным средним всех учебных ответов. Для этого вычисления свойство W модели TreeBagger (т.е. веса наблюдения) задает веса.
В проблемах классификации:
Для каждого наблюдения, которое является вне сумки по крайней мере для одного дерева, oobPredict составляет взвешенное среднее апостериорных вероятностей класса путем выбора деревьев, в которых наблюдение вне сумки. Следовательно, предсказанный класс является классом, соответствующим самому большому взвешенному среднему. Для этого вычисления аргумент пары "имя-значение" 'TreeWeights' задает веса.
Для каждого наблюдения, которое находится в сумке для всех деревьев, предсказанный класс является взвешенным, самым популярным классом по всем учебным ответам. Для этого вычисления свойство W модели TreeBagger (т.е. веса наблюдения) задает веса. Если существует несколько самых популярных классов, oobPredict считает тот перечисленным сначала в свойстве ClassNames модели TreeBagger самое популярное.