Ошибка классификации
L = loss(obj,X,Y)
L = loss(obj,X,Y,Name,Value)
возвращает потерю классификации, которая является скалярным представлением как хорошо L
= loss(obj
,X
,Y
)obj
классифицирует данные на X
, когда Y
содержит истинные классификации.
При вычислении потери, loss
нормирует вероятности класса в Y
к вероятностям класса, используемым в обучении, сохраненном в Prior
свойство obj
.
возвращает потерю с дополнительными опциями, заданными одним или несколькими L
= loss(obj
,X
,Y
,Name,Value
)Name,Value
парные аргументы.
|
Классификатор дискриминантного анализа класса |
|
Матрица, где каждая строка представляет наблюдение и каждый столбец, представляет предиктор. Количество столбцов в |
|
Метки класса, с совпадающим типом данных, как существует в |
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и Value
соответствующее значение. Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN
.
|
Встроенное имя функции потерь (вектор символов или строковый скаляр в таблице) или указатель на функцию.
Для получения дополнительной информации о функциях потерь смотрите Потерю Классификации. Значение по умолчанию: | ||||||||||||||||
|
Числовой вектор длины Значение по умолчанию: |
|
Потеря классификации, скаляр. Интерпретация |
ClassificationDiscriminant
| edge
| fitcdiscr
| margin
| predict