Суперклассы: CompactClassificationDiscriminant
Классификация дискриминантных анализов
ClassificationDiscriminant
объект инкапсулирует классификатор дискриминантного анализа, который является смешанной гауссовской моделью для генерации данных. ClassificationDiscriminant
объект может предсказать ответы для новых данных с помощью predict
метод. Объект содержит данные, используемые в обучении, так может вычислить предсказания перезамены.
Создайте ClassificationDiscriminant
объект при помощи fitcdiscr
.
|
|
|
Категориальные индексы предиктора, который всегда пуст ( |
|
Список элементов в обучающих данных |
|
Уравнение контура между классом
где Если |
|
Квадратная матрица, где Измените |
|
Значение порога Delta для линейной дискриминантной модели, неотрицательного скаляра. Если коэффициент
Измените |
|
Вектор-строка из длины равняется количеству предикторов в Если |
|
Вектор символов, задающий дискриминантный тип. Один из:
Измените Вы можете измениться между линейными типами, или между квадратичными типами, но не можете измениться между линейными и квадратичными типами. |
|
Значение Гамма параметра регуляризации, скаляра от
|
|
Описание оптимизации перекрестной проверки гиперпараметров, сохраненных как
|
|
Логарифм определителя ковариационной матрицы в классе. Тип
|
|
Неотрицательный скаляр, минимальное значение Гамма параметра так, чтобы корреляционная матрица была обратимой. Если корреляционная матрица не сингулярна, |
|
Параметры используются в учебном |
|
Класс означает в виде |
|
Количество наблюдений в обучающих данных, числовом скаляре. |
|
Массив ячеек имен для переменных предикторов, в порядке, в котором они появляются в обучающих данных |
|
Числовой вектор априорных вероятностей для каждого класса. Порядок элементов Добавьте или измените |
|
Вектор символов, описывающий переменную отклика |
|
Вектор символов, представляющий встроенную функцию преобразования или указатель на функцию для преобразования баллов. Реализуйте запись через точку, чтобы добавить или изменить
|
|
Ковариационная матрица в классе или матрицы. Размерности зависят от
|
|
Масштабированный |
|
Матрица значений предиктора. Каждый столбец |
|
где |
|
Категориальный массив, массив ячеек из символьных векторов, символьный массив, логический вектор или числовой вектор с одинаковым числом строк как |
компактный | Компактный классификатор дискриминантного анализа |
crossval | Перекрестный подтвержденный классификатор дискриминантного анализа |
cvshrink | Перекрестный подтвердите регуляризацию линейного дискриминанта |
resubEdge | Ребро классификации перезаменой |
resubLoss | Ошибка классификации перезаменой |
resubMargin | Поля классификации перезаменой |
resubPredict | Предскажите метки перезамены модели классификации дискриминантных анализов |
ребро | Ребро классификации |
logP | Регистрируйте безусловную плотность вероятности для классификатора дискриминантного анализа |
потеря | Ошибка классификации |
mahal | Расстояние Mahalanobis до средних значений класса |
поле | Поля классификации |
nLinearCoeffs | Количество ненулевых линейных коэффициентов |
предсказать | Предскажите метки с помощью модели классификации дискриминантных анализов |
Значение. Чтобы изучить, как классы значения влияют на операции копии, смотрите Копирование Объектов (MATLAB).
[1] Го, Y., Т. Хэсти и Р. Тибширэни. Упорядоченный линейный дискриминантный анализ и его приложение в микромассивах. Биостатистика, Издание 8, № 1, стр 86–100, 2007.
CompactClassificationDiscriminant
| compareHoldout
| fitcdiscr