Ошибка регрессии
L = loss(ens,tbl,ResponseVarName)
L = loss(ens,tbl,Y)
L = loss(ens,X,Y)
L = loss(___,Name,Value)
возвращает среднеквадратическую ошибку между предсказаниями L
= loss(ens
,tbl
,ResponseVarName
)ens
к данным в tbl
, по сравнению с истинными ответами tbl.ResponseVarName
.
возвращает среднеквадратическую ошибку между предсказаниями L
= loss(ens
,tbl
,Y
)ens
к данным в tbl
, по сравнению с истинными ответами Y
.
возвращает среднеквадратическую ошибку между предсказаниями L
= loss(ens
,X
,Y
)ens
к данным в X
, по сравнению с истинными ответами Y
.
вычисляет ошибку в предсказании с дополнительными опциями, заданными одним или несколькими L
= loss(___,Name,Value
)Name,Value
парные аргументы, с помощью любого из предыдущих синтаксисов.
|
Ансамбль регрессии создается с |
|
Выборочные данные в виде таблицы. Каждая строка Если вы обучили |
|
Имя переменной отклика в виде имени переменной в Необходимо задать |
|
Матрица A значений предиктора. Каждый столбец
Если вы обучили |
|
Числовой вектор-столбец с одинаковым числом строк как
|
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
.
|
Индексы слабых учеников в ансамбле в пределах от Значение по умолчанию: |
|
Указатель на функцию для функции потерь или fun(Y,Yfit,W) где
Возвращенное значение Значение по умолчанию: |
|
Значение выхода
Значение по умолчанию: |
|
Логическая матрица размера Значение по умолчанию: |
|
Числовой вектор весов наблюдения с тем же числом элементов как Значение по умолчанию: |
|
Квадратичная невязка взвешенного среднего предсказаний. Формула для |