oobPredict

Предскажите ответ из сумки ансамбля

Синтаксис

Yfit = oobPredict(ens) Yfit = oobPredict(ens,Name,Value)

Описание

Yfit = oobPredict(ens) возвращает предсказанные ответы для данных из сумки в ens.

Yfit = oobPredict(ens,Name,Value) предсказывает ответы с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы.

Входные параметры

ens

Регрессия уволила ансамбль, созданный с fitrensemble.

Аргументы в виде пар имя-значение

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.

'learners'

Индексы слабых учеников в ансамбле в пределах от 1 к NumTrained. oobLoss использование только эти ученики для вычисления потери.

Значение по умолчанию: 1:NumTrained

Выходные аргументы

Yfit

Вектор предсказанных ответов для данных из сумки. Yfit имеет size(ens.X,1) элементы.

Можно найти индексы наблюдений из сумки для слабого ученика L с командой

~ens.UseObsForLearner(:,L)

Примеры

развернуть все

Найдите ответ из сумки ансамбля регрессии

Скрипт Open Live Script

Вычислите предсказания из сумки для carsmall набор данных. Отобразите первые три срока подгонки.

Загрузите carsmall набор данных и избранное смещение, лошадиная сила и вес транспортного средства как предикторы.

load carsmall
X = [Displacement Horsepower Weight];

Обучите ансамбль сложенных в мешок деревьев регрессии.

ens = fitrensemble(X,MPG,'Method','Bag');

Найдите предсказания из сумки и отобразите первые три срока подгонки.

Yfit = oobPredict(ens);
Yfit(1:3) % First three terms

Больше о

развернуть все

Из сумки

Bagging, который обозначает “агрегацию начальной загрузки”, является типом приобретения знаний ансамблем. Увольнять слабого ученика, такого как дерево решений на наборе данных, fitrensemble генерирует много копий начальной загрузки набора данных и выращивает деревья решений на этих копиях. fitrensemble получает каждую копию начальной загрузки путем случайного выбора N наблюдения из N с заменой, где N размер набора данных. Найти предсказанный ответ обученного ансамбля, predict берет среднее значение по предсказаниям от отдельных деревьев.

Рисование N из N наблюдения с заменой не используют в среднем 37% (1/e) наблюдений для каждого дерева решений. Это наблюдения "из сумки". Для каждого наблюдения, oobLoss оценивает предсказание из сумки путем усреднения по предсказаниям от всех деревьев в ансамбле, для которого это наблюдение вне сумки. Это затем сравнивает вычисленное предсказание с истинным ответом для этого наблюдения. Это вычисляет ошибку из сумки путем сравнения предсказанных ответов из сумки с истинными ответами для всех наблюдений, используемых в обучении. Это среднее значение из сумки является несмещенным средством оценки истинной ошибки ансамбля.

Смотрите также

oobLoss | predict

Документация