Exponenta Banner

feval

Предскажите ответы обобщенной линейной модели регрессии использование входа того для каждого предиктора

свернуть все на странице

Синтаксис

ypred = feval(mdl,Xnew1,Xnew2,...,Xnewn)

Описание

пример

ypred = feval(mdl,Xnew1,Xnew2,...,Xnewn) возвращает предсказанный ответ mdl к новым входным предикторам Xnew1,Xnew2,...,Xnewn.

Примеры

свернуть все

Скрипт Open Live Script

Создайте обобщенную линейную модель регрессии и постройте ее ответы на область значений входных данных.

Сгенерируйте выборочные данные с помощью случайных чисел Пуассона с двумя базовыми предикторами X(:,1) и X(:,2). 

rng('default') % For reproducibility
rndvars = randn(100,2);
X = [2 + rndvars(:,1),rndvars(:,2)];
mu = exp(1 + X*[1;2]);
y = poissrnd(mu);

Создайте обобщенную линейную модель регрессии данных Пуассона. 

mdl = fitglm(X,y,'y ~ x1 + x2','Distribution','poisson');

Сгенерируйте область значений значений для X(:,1) и X(:,2), и постройте предсказания в значениях.

[Xtest1,Xtest2] = meshgrid(min(X(:,1)):.5:max(X(:,1)),min(X(:,2)):.5:max(X(:,2)));
Z = feval(mdl,Xtest1,Xtest2);
surf(Xtest1,Xtest2,Z)

Входные параметры

свернуть все

Обобщенная линейная модель регрессии в виде GeneralizedLinearModel объект, созданный с помощью fitglm или stepwiseglm, или CompactGeneralizedLinearModel объект, созданный с помощью compact.

Новые значения предиктора в виде вектора, матрицы, таблицы или массива набора данных.

  • Если вы передаете несколько входных параметров Xnew1,Xnew2,...,Xnewn и каждый включает наблюдения для одного переменного предиктора, затем каждый вход должен быть вектором. Каждый вектор должен иметь тот же размер. Если вы задаете переменный предиктор как скаляр, то feval расширяет скалярный аргумент в постоянный вектор одного размера с другими аргументами.

  • Если вы передаете один вход Xnew1, затем Xnew1 должна быть таблица, массив набора данных или матрица.

    • Если Xnew1 таблица или массив набора данных, это должно содержать предикторы, которые имеют те же имена предиктора как в PredictorNames свойство mdl.

    • Если Xnew1 матрица, она должна иметь то же количество переменных (столбцы) в том же порядке, как вход предиктора раньше создавал mdl. Обратите внимание на то, что Xnew1 должен также содержать любые переменные предикторы, которые не используются в качестве предикторов в подобранной модели. Кроме того, все переменные используются в создании mdl mustBeNumeric. Чтобы обработать числовые предикторы как категориальные, идентифицируйте предикторы с помощью 'CategoricalVars' аргумент пары "имя-значение", когда вы создаете mdl.

Типы данных: single | double | table

Выходные аргументы

свернуть все

Предсказанные значения ответа в Xnew1,Xnew2,...,Xnewn, возвращенный как числовой вектор.

Для биномиальной модели, feval использование 1 как BinomialSize параметр, таким образом, значения в ypred предсказанные вероятности. Чтобы возвратить количества успехов в испытаниях, используйте predict функционируйте и задайте количество испытаний при помощи 'BinomialSize' аргумент пары "имя-значение".

Для модели со смещением, feval использование 0 как значение смещения. Чтобы задать значение смещения, используемое, когда вы подберете модель, используйте predict функционируйте и 'Offset' аргумент пары "имя-значение".

Советы

  • Объект регрессии является, математически, функцией, которая оценивает отношение между ответом и предикторами. feval функция включает объекту вести себя как функция в MATLAB®. Можно передать feval к другой функции, которая принимает входной параметр функции, такой как fminsearch и integral.

  • feval может быть более просто использовать с моделью, созданной из массива набора данных или таблицы. Когда у вас есть новые данные о предикторе, можно передать их feval не составляя таблицу или матрицу.

Альтернативная функциональность

  • predict дает те же предсказания как feval если вы используете значения по умолчанию в 'Offset' и 'BinomialSize' аргументы пары "имя-значение" predict. Значения предсказания могут отличаться, если вы задаете другие значения для этих аргументов. predict функционируйте также возвращает доверительные интервалы на его предсказаниях. Обратите внимание на то, что predict функция принимает один входной параметр, содержащий все переменные предикторы, а не несколько входных параметров с одним входом для каждого переменного предиктора.

  • random предсказывает ответы с добавленным шумом.

Смотрите также

| | |

Темы

Представленный в R2012a

Документация Statistics and Machine Learning Toolbox
Поддержка