Класс: RegressionSVM
Перекрестная подтвержденная модель регрессии машины опорных векторов
CVMdl = crossval(mdl)
CVMdl = crossval(mdl,Name,Value)
возвращает перекрестную подтвержденную (разделенную) модель регрессии машины опорных векторов, CVMdl
= crossval(mdl
)CVMdl
, из обученной модели регрессии SVM, mdl
.
возвращает перекрестную подтвержденную модель с дополнительными опциями, заданными одним или несколькими CVMdl
= crossval(mdl
,Name,Value
)Name,Value
парные аргументы.
Вместо обучения модель регрессии SVM и затем перекрестная проверка его, можно создать перекрестную подтвержденную модель непосредственно при помощи fitrsvm
и определение любого из этих аргументов пары "имя-значение": 'CrossVal'
, 'CVPartition'
, 'Holdout'
, 'Leaveout'
, или 'KFold'
.
[1] Нэш, W.J., Т. Л. Селлерс, С. Р. Тэлбот, А. Дж. Которн и В. Б. Форд. "Биология Населения Морского ушка (разновидности Haliotis) на Тасмании. I. Морское ушко Blacklip (H. rubra) от Северного Побережья и Островов Пролива Басса". Морское Деление Рыболовства, Технический отчет № 48, 1994.
[2] Во, S. "Расширяя и Тестируя Каскадной Корреляции в сравнении с эталоном: Расширения Архитектуры Каскадной Корреляции и Сравнительное тестирование Feedforward Контролируемые Искусственные Нейронные сети". Университет тезиса Факультета информатики Тасмании, 1995.
[3] Кларк, D., З. Шретер, А. Адамс. "Количественное Сравнение Dystal и Backpropagation". представленный австралийской Конференции по Нейронным сетям, 1996.
[4] Личмен, M. Репозиторий Машинного обучения UCI, [http://archive.ics.uci.edu/ml]. Ирвин, CA: Калифорнийский университет, Школа Информатики и вычислительной техники.
CompactRegressionSVM
| fitrsvm
| kfoldLoss
| kfoldPredict
| RegressionPartitionedSVM
| RegressionSVM