Пакет: classreg.learning.partition
Суперклассы: ClassificationPartitionedModel
Перекрестная подтвержденная линейная выходная модель кода с коррекцией ошибок для классификации мультиклассов высоко-размерных данных
ClassificationPartitionedLinearECOC
набор моделей выходных кодов с коррекцией ошибок (ECOC), состоявших из линейных моделей классификации, обученных на перекрестных подтвержденных сгибах. Оцените качество классификации перекрестной проверкой с помощью одной или нескольких функций “kfold”: kfoldPredict
, kfoldLoss
, kfoldMargin
, и kfoldEdge
.
Каждый “kfold” метод использует модели, обученные на, окутывают наблюдения, чтобы предсказать ответ для наблюдений из сгиба. Например, предположите, что вы перекрестный подтверждаете использование пяти сгибов. В этом случае программное обеспечение случайным образом присваивает каждое наблюдение в пять примерно групп равного размера. training fold содержит четыре из групп (то есть, примерно 4/5 данных), и test fold содержит другую группу (то есть, примерно 1/5 данных). В этом случае перекрестная проверка продолжает можно следующим образом.
Программное обеспечение обучает первую модель (сохраненный в CVMdl.Trained{1}
) использование наблюдений в последних четырех группах и резервах наблюдения в первой группе для валидации.
Программное обеспечение обучает вторую модель (сохраненный в CVMdl.Trained{2}
) использование наблюдений в первой группе и последних трех группах. Программное обеспечение резервирует наблюдения во второй группе для валидации.
Программное обеспечение продолжает подобным способом для третьих, четвертых, и пятых моделей.
Если вы подтверждаете путем вызова kfoldPredict
, это вычисляет предсказания для наблюдений в группе 1, использующей первую модель, группу 2 для второй модели, и так далее. Короче говоря, программное обеспечение оценивает ответ для каждого наблюдения с помощью модели, обученной без того наблюдения.
ClassificationPartitionedLinearECOC
объекты модели не хранят набор данных предиктора.
CVMdl = fitcecoc(X,Y,'Learners',t,Name,Value)
возвращает перекрестную подтвержденную, линейную модель ECOC когда:
t
'Linear'
или объект шаблона, возвращенный templateLinear
.
Name
один из 'CrossVal'
, 'CVPartition'
, 'Holdout'
, или 'KFold'
.
Для получения дополнительной информации смотрите fitcecoc
.
kfoldEdge | Ребро классификации для наблюдений, не используемых в обучении |
kfoldLoss | Потеря классификации для наблюдений, не используемых в обучении |
kfoldMargin | Поля классификации для наблюдений, не используемых в обучении |
kfoldPredict | Предскажите метки для наблюдений, не используемых в обучении |
Значение. Чтобы изучить, как классы значения влияют на операции копии, смотрите Копирование Объектов (MATLAB).
ClassificationECOC
| ClassificationLinear
| fitcecoc
| fitclinear
| kfoldLoss
| kfoldPredict