resubEdge

Ребро классификации перезаменой

Синтаксис

edge = resubEdge(ens) edge = resubEdge(ens,Name,Value)

Описание

edge = resubEdge(ens) возвращает ребро классификации, полученное ens на его обучающих данных.

edge = resubEdge(ens,Name,Value) вычисляет ребро с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы. Можно задать несколько аргументов пары "имя-значение" в любом порядке как Name1,Value1,…,NameN,ValueN.

Входные параметры

ens

Ансамбль классификации, созданный с fitcensemble.

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. resubEdge использование только эти ученики для вычисления ребра.

Значение по умолчанию: 1:NumTrained

'mode'

Вектор символов или строковый скаляр, представляющий значение выхода edge:

'ensemble' — edge скалярное значение, потеря для целого ансамбля.
'individual' — edge вектор с одним элементом на обученного ученика.
'cumulative' — edge вектор в который элемент J получен при помощи учеников 1:J из списка входов учеников.

Значение по умолчанию: 'ensemble'

Выходные аргументы

edge

Ребро классификации получено ens путем перезамены обучающими данными в вычисление ребра. Ребро классификации является полем классификации, усредненным по целым данным. edge может быть скаляр или вектор, в зависимости от установки mode пара "имя-значение".

Примеры

развернуть все

Найдите ребро классификации перезаменой обучающих данных

Скрипт Open Live Script

Найдите ребро перезамены для ансамбля, который классифицирует ирисовые данные Фишера.

Загрузите набор выборочных данных.

load fisheriris

Обучите ансамбль 100 повышенных деревьев классификации с помощью AdaBoostM2.

t = templateTree('MaxNumSplits',1); % Weak learner template tree object
ens = fitcensemble(meas,species,'Method','AdaBoostM2','Learners',t);

Найдите ребро перезамены.

edge = resubEdge(ens)

edge = 3.2486

Больше о

развернуть все

Ребро

edge является значением взвешенного среднего поля классификации. Веса являются вероятностями класса в ens.Prior.

Поле

Классификация margin является различием между классификацией score для истинного класса и максимальной классификационной оценкой для ложных классов. Поле является вектор-столбцом с одинаковым числом строк как в матричном ens.X.

Выиграйте (ансамбль)

Для ансамблей классификация score представляет доверие классификации в класс. Чем выше счет, тем выше доверие.

Различные алгоритмы ансамбля имеют различные определения для своих баллов. Кроме того, область значений баллов зависит от типа ансамбля. Например:

AdaBoostM1 баллы располагаются от – ∞ к ∞.
Bag баллы лежат в диапазоне от 0 к 1.

Документация