Exponenta Banner

resume

Возобновите учебный ансамбль

расширьте все на странице

Синтаксис

ens1 = resume(ens,nlearn)
ens1 = resume(ens,nlearn,Name,Value)

Описание

ens1 = resume(ens,nlearn) обучает ens для nlearn больше циклов. resume использует те же опции обучения fitrensemble используемый, чтобы создать ens, за исключением параллельных опций обучения. Если вы хотите возобновить обучение параллельно, передайте 'Options' пара "имя-значение".

ens1 = resume(ens,nlearn,Name,Value) обучает ens с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы.

Входные параметры

ens

Ансамбль регрессии, созданный с fitrensemble.

nlearn

Положительное целое число, количество циклов для дополнительного обучения ens.

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.

'NPrint'

Частота распечатки, положительный целочисленный скаляр или 'off' (никакие распечатки). Когда NPrint положительное целое число, отображает сообщение к командной строке после учебного NPrint слабые ученики.

Совет

Для самого быстрого обучения некоторых повышенных деревьев решений, набор NPrint к значению по умолчанию 'off'. Этот совет содержит когда классификация Method 'AdaBoostM1', 'AdaBoostM2', 'GentleBoost', или 'LogitBoost', или когда регрессия Method 'LSBoost'.

Значение по умолчанию: 'off'

'Options'

Опции для вычисления в параллели и установки случайных чисел в виде структуры. Создайте Options структура с statset.

Примечание

Вам нужен Parallel Computing Toolbox™, чтобы вычислить параллельно.

Можно использовать те же параллельные опции для resume когда вы использовали для исходного обучения. Однако можно изменить параллельные опции по мере необходимости. Эта таблица приводит поля опции и их значения.

Имя поляЗначениеЗначение по умолчанию
UseParallel

Установите это значение к true вычислить параллельно. Параллельное обучение ансамбля требует, чтобы вы установили 'Method' аргумент значения имени к 'Bag'. Параллельное обучение доступно только древовидным ученикам, типу по умолчанию для 'Bag'.

false
UseSubstreams

Установите это значение к true запускать расчеты параллельно восстанавливаемым способом.

Чтобы вычислить восстанавливаемо, установите Streams к типу, который позволяет подпотоки: 'mlfg6331_64' или 'mrg32k3a'.

false
StreamsЗадайте это значение как a RandStream объектный массив или массив ячеек таких объектов. Используйте отдельный объект кроме тех случаев, когда UseParallel значением является true и UseSubstreams значением является false. В этом случае используйте массив ячеек, который имеет тот же размер как параллельный пул.Если вы не задаете Streamsто resume использует поток по умолчанию или потоки.

Для двухъядерных систем и выше, resume параллелизирует обучение с помощью Intel® Threading Building Blocks (TBB). Поэтому определение UseParallel опция как true не может обеспечить значительное ускорение на одиночном компьютере. Для получения дополнительной информации на Intel TBB, см. https://software.intel.com/en-us/intel-tbb.

Пример: 'Options',statset('UseParallel',true)

Выходные аргументы

ens1

Ансамбль регрессии ens, увеличенный с дополнительным обучением.

Примеры

развернуть все

Скрипт Open Live Script

Обучите ансамбль регрессии 50 циклам и сравните ошибку перезамены, полученную после обучения ансамбль для большего количества циклов.

Загрузите carsmall набор данных и избранное смещение, лошадиная сила и вес транспортного средства как предикторы.

load carsmall
X = [Displacement Horsepower Weight];

Обучите ансамбль регрессии 50 циклам и исследуйте ошибку перезамены.

ens = fitrensemble(X,MPG,'NumLearningCycles',50);
L = resubLoss(ens)
L = 0.5563

Обучайтесь для еще 50 циклов и исследуйте новую ошибку перезамены.

ens = resume(ens,50);
L = resubLoss(ens)
L = 0.3463

Ошибка перезамены ниже в новом ансамбле, чем в оригинале.

Расширенные возможности

Смотрите также

| |

Документация Statistics and Machine Learning Toolbox

Поддержка