resubPredict

Класс: RegressionSVM

Предскажите ответ перезамены модели регрессии машины опорных векторов

Синтаксис

yfit = resubPredict(mdl)

Описание

yfit = resubPredict(mdl) возвращает вектор предсказанных значений ответа, yfit, для обученной модели mdl регрессии машины опорных векторов (SVM) использование данных о предикторе сохранено в mdl.X.

Входные параметры

развернуть все

Полная, обученная модель регрессии SVM, заданная как RegressionSVM модель возвращена fitrsvm.

Выходные аргументы

развернуть все

Предсказанные ответы, возвращенные как вектор числовых значений. Длина yfit равно количеству наблюдений в обучающих данных, mdl.NumObservations.

Для получения дополнительной информации о том, как предсказать ответы, смотрите уравнение 1 и уравнение 2 в Понимании Регрессии Машины опорных векторов.

Примеры

развернуть все

В этом примере показано, как обучить модель регрессии SVM, затем используйте модель, чтобы сгенерировать предсказанные значения ответа от обучающих данных.

Этот пример использует данные о морском ушке из Репозитория Машинного обучения UCI. Загрузите данные и сохраните их в вашем текущем каталоге с именем 'abalone.data'. Считайте данные в table.

tbl = readtable('abalone.data','Filetype','text','ReadVariableNames',false);
rng default  % for reproducibility

Выборочные данные содержат 4 177 наблюдений. Все переменные предикторы непрерывны за исключением sex, который является категориальной переменной с возможными значениями 'M' (для штекеров), 'F' (для розеток), и 'I' (для младенцев). Цель состоит в том, чтобы предсказать количество звонков на морском ушке, и таким образом определить его возраст, с помощью физических измерений.

Обучите модель регрессии SVM к данным, с помощью Гауссовой функции ядра с автоматической шкалой ядра. Стандартизируйте данные.

mdl = fitrsvm(tbl,'Var9','KernelFunction','gaussian','KernelScale','auto','Standardize',true);

Используйте обученную модель, чтобы предсказать значения ответа на основе исходных данных.

yfit = resubPredict(mdl);

Отобразите первые десять предсказанных ответов вместе с фактическими значениями ответа.

[mdl.Y(1:10),yfit(1:10)]
ans =

   15.0000    8.1836
    7.0000    8.3545
    9.0000   10.9383
   10.0000    9.3446
    7.0000    6.4042
    8.0000    7.7910
   20.0000   13.8275
   16.0000   11.7959
    9.0000    9.5724
   19.0000   13.6909

Левый столбец показывает фактический ответ, и правый столбец показывает соответствующий предсказанный ответ.

Ссылки

[1] Нэш, W.J., Т. Л. Селлерс, С. Р. Тэлбот, А. Дж. Которн и В. Б. Форд. Биология Населения Морского ушка (разновидности Haliotis) на Тасмании. I. Морское ушко Blacklip (H. rubra) от Северного Побережья и Островов Пролива Басса, Морского Деления Рыболовства, Технического отчета № 48, 1994.

[2] Во, S. Расширяя и Каскадная Корреляция сравнительного тестирования, кандидатская диссертация, Кафедра информатики, Университет Тасмании, 1995.

[3] Кларк, D., З. Шретер, А. Адамс. Количественное Сравнение Dystal и Backpropagation, представленного австралийской Конференции по Нейронным сетям, 1996.

[4] Личмен, M. Репозиторий Машинного обучения UCI, [http://archive.ics.uci.edu/ml]. Ирвин, CA: Калифорнийский университет, Школа Информатики и вычислительной техники.

Смотрите также

| | |

Введенный в R2015b