Класс: TreeBagger
Среднее поле классификации
mar = meanMargin(B,TBLnew,Ynew)
mar = meanMargin(B,Xnew,Ynew)
mar = meanMargin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...)
mar
= meanMargin(B,Xnew,Ynew,'param1',val1,'param2',val2,...)
mar = meanMargin(B,TBLnew,Ynew) вычисляет средние поля классификации для предикторов, содержавшихся в таблице TBLnew учитывая истинный ответ Ynew. Можно не использовать Ynew если TBLnew содержит переменную отклика. Если вы обучили B с помощью выборочных данных, содержавшихся в таблице, затем, входные данные для этого метода должны также быть в таблице.
mar = meanMargin(B,Xnew,Ynew) вычисляет средние поля классификации для предикторов, содержавшихся в матричном Xnew учитывая истинный ответ Ynew. Если вы обучили B с помощью выборочных данных, содержавшихся в матрице, затем, входные данные для этого метода должны также быть в матрице.
Ynew может быть числовой вектор, символьная матрица, массив строк, массив ячеек из символьных векторов, категориальный векторный или логический вектор. meanMargin составляет в среднем поля по всем наблюдениям (строки) в TBLnew или Xnew для каждого дерева. mar матрица размера 1 NTrees, где NTrees количество деревьев в ансамбле B. Этот метод доступен для ансамблей классификации только.
mar = meanMargin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...) или mar
= meanMargin(B,Xnew,Ynew,'param1',val1,'param2',val2,...) задает дополнительные пары "имя-значение" параметра:
'Mode' | Вектор символов или строковый скаляр, указывающий, как meanMargin вычисляет ошибки. Если установлено в 'cumulative' (значение по умолчанию), вектор из длины NTrees, где первый элемент дает среднее поле от trees(1), второй столбец дает средние поля от trees(1:2) и т.д., до trees(1:NTrees). Если установлено в 'individual', mar вектор из длины NTrees, где каждым элементом является среднее поле от каждого дерева в ансамбле. Если установлено в 'ensemble', mar скаляр, показывающий совокупное среднее поле для целого ансамбля. |
'Trees' | Вектор из индексов, указывающих, что деревья включать в это вычисление. По умолчанию этот аргумент установлен в 'all' и метод использует все деревья. Если 'Trees' числовой вектор, метод возвращает вектор из длины NTrees для 'cumulative' и 'individual' режимы, где NTrees число элементов во входном векторе и скаляр для 'ensemble' режим. Например, в 'cumulative' режим, первый элемент дает среднее поле от trees(1), второй элемент дает среднее поле от trees(1:2) и т.д. |
'TreeWeights' | Вектор из древовидных весов. Этот вектор должен иметь ту же длину как 'Trees' вектор. meanMargin использование эти веса, чтобы объединить выход от заданных деревьев путем взятия взвешенного среднего вместо простого невзвешенного решения большинством голосов. Вы не можете использовать этот аргумент в 'individual' режим. |
'Weights' | Вектор из весов наблюдения, чтобы использовать для граничного усреднения. По умолчанию вес каждого наблюдения установлен в 1. Длина этого вектора должна быть равна количеству строк в X. |
'UseInstanceForTree' | Логическая матрица размера Nobs-by-NumTrees указание, который деревья использовать, чтобы сделать предсказания для каждого наблюдения. По умолчанию метод использует все деревья для всех наблюдений. |