resubPredict

Предскажите ответ ансамбля перезаменой

Синтаксис

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

Описание

Yfit = resubPredict(ens) возвращает ответ ens предсказывает для данных ens.X. Yfit предсказания ens на данных, что fitrensemble используемый, чтобы создать ens.

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

Входные параметры

ens

Ансамбль регрессии создается 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 на обучающие данные, с ens.X элементы.

Примеры

развернуть все

Найдите среднеквадратическую ошибку предсказаний перезамены

Скрипт Open Live Script

Найдите предсказания перезамены пробега от carsmall данные и взгляд на их среднеквадратическое различие от обучающих данных.

Загрузите carsmall набор данных и избранная лошадиная сила и вес транспортного средства как предикторы.

load carsmall
X = [Horsepower Weight];

Обучите ансамбль деревьев регрессии.

ens = fitrensemble(X,MPG,'Method','LSBoost','Learners','Tree');

Найдите предсказания перезамены MPG.

Yfit = resubPredict(ens);

Вычислите среднеквадратическое различие предсказаний перезамены от обучающих данных.

MSE = mean((Yfit - ens.Y).^2)

MSE = 0.5836

Подтвердите, что результат совпадает с результатом resubLoss.

resubLoss(ens)

ans = 0.5836

Документация