tbl

Выборочные данные, заданные как таблица. Каждая строка tbl соответствует одному наблюдению, и каждый столбец соответствует одному переменному предиктору. tbl должен содержать все предикторы, используемые, чтобы обучить модель. Многостолбцовые переменные и массивы ячеек кроме массивов ячеек из символьных векторов не позволены.

Если вы обучили ens использование выборочных данных содержится в table, затем входные данные для этого метода должны также быть в таблице.

ResponseVarName

Имя переменной отклика, заданное как имя переменной в tbl.

Необходимо задать ResponseVarName как вектор символов или скаляр строки. Например, если переменная отклика Y хранится как tbl.Y, затем задайте его как 'Y'. В противном случае программное обеспечение обрабатывает все столбцы tbl, включая Y, как предикторы, когда обучение модель.

X

Матрица A, где каждая строка представляет наблюдение и каждый столбец, представляет предиктор. Количество столбцов в X должен равняться количеству предикторов в ens.

Если вы обучили ens с помощью выборочных данных, содержавшихся в матрице, затем, входные данные для этого метода должны также быть в матрице.

Y

Метки класса наблюдений в tbl или XY должен иметь тот же тип, как классификация раньше обучала ens, и его число элементов должно равняться количеству строк tbl или X.

'mode'

Значение выхода E:

Значение по умолчанию: 'ensemble'

'UseObsForLearner'

Логическая матрица размера N- T, где:

Когда UseObsForLearner(i,j) true, ученик j используется в предсказании класса строки i из X.

Значение по умолчанию: true(N,T)

'weights'

Веса наблюдения, числовой вектор длины size(X,1). Если вы предоставляете веса, edge вычисляет взвешенное ребро классификации.

Значение по умолчанию: ones(size(X,1),1)