Класс: TreeBagger
Поля из сумки
mar = oobMargin(B)
mar = oobMargin(B,'param1',val1,'param2',val2,...)
mar = oobMargin(B) вычисляет Nobs- NTrees матрица полей классификации для наблюдений из сумки в обучающих данных, с помощью обученного мешконасыпателя B.
mar = oobMargin(B,'param1',val1,'param2',val2,...) задает дополнительное название параметра / пары значения:
'Mode' | Вектор символов или скаляр строки указание, как oobMargin вычисляет ошибки. Если установлено в 'cumulative' (значение по умолчанию), метод вычисляет совокупные поля и mar Nobs- NTrees матрица, где первый столбец дает поля от trees(1), второй столбец дает поля от trees(1:2) и т.д., до trees(1:NTrees). Если установлено в 'individual', mar Nobs- NTrees матрица, где каждый столбец дает поля от каждого дерева в ансамбле. Если установлено в 'ensemble', mar отдельный столбец длины Nobs показ совокупных полей 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' числовой вектор, метод возвращает Nobs- NTrees матрица для 'cumulative' и 'individual' режимы, где NTrees число элементов во входном векторе и отдельный столбец для 'ensemble' режим. Например, в 'cumulative' режим, первый столбец дает поля от trees(1), второй столбец дает поля от trees(1:2) и т.д. |
'TreeWeights' | Вектор древовидных весов. Этот вектор должен иметь ту же длину как 'Trees' вектор. oobMargin использование эти веса, чтобы объединить выход от заданных деревьев путем взятия взвешенного среднего вместо простого невзвешенного решения большинством голосов. Вы не можете использовать этот аргумент в 'individual' режим. |