regression

(Не рекомендуемый), Выполняют линейную регрессию мелких сетевых выходных параметров на целях

regression не рекомендуется. Использование fitlm (Statistics and Machine Learning Toolbox) вместо этого. Для получения дополнительной информации см. Вопросы совместимости.

Описание

пример

[r,m,b] = regression(t,y) вычисляет линейную регрессию между каждым элементом сетевого ответа и соответствующей целью.

Эта функция берет массив ячеек, или матрица предназначаются для t и выводят y, каждого с общими строками матрицы N, и возвращает значения регрессии, r, наклоны подгонки регрессии, m, и свободные члены, b, для каждой из строк матрицы N.

[r,m,b] = regression(t,y,'one') объединения все строки матрицы перед регрессированием, и возвращают одну скалярную регрессию, наклон и значения смещения.

Примеры

свернуть все

В этом примере показано, как обучить сеть прямого распространения и вычислить и построить регрессию между ее целями и выходные параметры.

Загрузите обучающие данные.

[x,t] = simplefit_dataset;

1 94 матричный x содержит входные значения и 1 94 матричный t содержит связанные целевые выходные значения.

Создайте нейронную сеть прямого распространения с одним скрытым слоем размера 20.

net = feedforwardnet(20);

Обучите сеть net использование обучающих данных.

net = train(net,x,t);

Оцените цели с помощью обучившего сеть.

y = net(x);

Вычислите и постройте регрессию между ее целями и выходные параметры.

[r,m,b] = regression(t,y)
r = 1.0000
m = 1.0000
b = 1.0878e-04
plotregression(t,y)

Входные параметры

свернуть все

Сетевые цели в виде матричного или массива ячеек.

Сетевые выходные параметры в виде матричного или массива ячеек.

Выходные аргументы

свернуть все

Значение регрессии, возвращенное как скаляр.

Наклон подгонки регрессии, возвращенной как скаляр.

Смещение подгонки регрессии, возвращенной как скаляр.

Вопросы совместимости

развернуть все

Не рекомендуемый запуск в R2020b

Смотрите также

| | (Statistics and Machine Learning Toolbox)

Представленный в R2010b
Для просмотра документации необходимо авторизоваться на сайте