Exponenta Banner

kfoldPredict

Предскажите ответ для наблюдений, не используемых в обучении

Синтаксис

yfit = kfoldPredict(obj)

Описание

yfit = kfoldPredict(obj) возвращает ожидаемые значения для ответов обучающих данных на основе obj, объект обучен на наблюдениях из сгиба.

Входные параметры

obj

Объект класса RegressionPartitionedModel. Создайте obj с fitrtree или fitrensemble наряду с одной из опций перекрестной проверки: 'crossval', 'kfold', 'holdout', 'leaveout', или 'cvpartition'. В качестве альтернативы создайте obj от дерева регрессии или ансамбля регрессии с crossval.

Выходные аргументы

yfit

Вектор ожидаемых значений для данных об ответе на основе модели, обученной на наблюдениях из сгиба.

Примеры

Создайте разделенную модель регрессии и исследуйте потерю перекрестной проверки. Потеря перекрестной проверки является среднеквадратической ошибкой между yfit и истинные данные об ответе:

load carsmall
XX = [Cylinders Displacement Horsepower Weight];
YY = MPG;
tree = fitrtree(XX,YY);
cvmodel = crossval(tree);
L = kfoldLoss(cvmodel)

L =
   26.5271

yfit = kfoldPredict(cvmodel);
mean( (yfit - tree.Y).^2 )

ans =
   26.5271

Смотрите также

|

Документация Statistics and Machine Learning Toolbox
Поддержка