Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP)
plotPartialDependence(
вычисляет и строит частичную зависимость между переменными предикторами, перечисленными в RegressionMdl
,Vars
)Vars
и ответы предсказаны при помощи модели RegressionMdl
регрессии, который содержит данные о предикторе.
Если вы задаете одну переменную в Vars
, функция построила график частичной зависимости против переменной.
Если вы задаете две переменные в Vars
, функция создает объемную поверхностную диаграмму частичной зависимости против этих двух переменных.
plotPartialDependence(
вычисляет и строит частичную зависимость между переменными предикторами, перечисленными в ClassificationMdl
,Vars
,Labels
)Vars
и музыка к классам задана в Labels
при помощи модели ClassificationMdl
классификации, который содержит данные о предикторе.
Если вы задаете одну переменную в Vars
и один класс в Labels
, функция построила график частичной зависимости против переменной для заданного класса.
Если вы задаете одну переменную в Vars
и несколько классов в Labels
, функция построила график для каждого класса на одной фигуре.
Если вы задаете две переменные в Vars
и один класс в Labels
, функция создает объемную поверхностную диаграмму частичной зависимости против этих двух переменных.
plotPartialDependence(___,
использует новые данные о предикторе Data
)Data
. Можно задать Data
в дополнение к любой из комбинаций входных аргументов в предыдущих синтаксисах.
plotPartialDependence(___,
дополнительные опции использования заданы одним или несколькими аргументами пары "имя-значение". Например, если вы задаете Name,Value
)'Conditional','absolute'
, plotPartialDependence
функция создает фигуру включая PDP, график рассеивания выбранного переменного предиктора и предсказанных ответов или баллов и графика ICE для каждого наблюдения.
plotPartialDependence
использует predict
функция, чтобы предсказать ответы или баллы. plotPartialDependence
выбирает соответствующий predict
функция согласно модели (RegressionMdl
или ClassificationMdl
) и запуски predict
с его настройками по умолчанию. Для получения дополнительной информации о каждом predict
функционируйте, смотрите predict
функции в следующих двух таблицах. Если заданная модель является основанной на дереве моделью (не включая повышенный ансамбль деревьев) и 'Conditional'
'none'
то plotPartialDependence
использует взвешенный пересекающийся алгоритм вместо predict
функция. Для получения дополнительной информации см. Взвешенный Пересекающийся Алгоритм.
Объект модели регрессии
Тип модели | Полный или компактный объект модели регрессии | Функция, чтобы предсказать ответы |
---|---|---|
Загрузите агрегацию для ансамбля деревьев решений | CompactTreeBagger | predict |
Загрузите агрегацию для ансамбля деревьев решений | TreeBagger | predict |
Ансамбль моделей регрессии | RegressionEnsemble , RegressionBaggedEnsemble , CompactRegressionEnsemble | predict |
Гауссова модель регрессии ядра использование случайного расширения функции | RegressionKernel | predict |
Гауссова регрессия процесса | RegressionGP , CompactRegressionGP | predict |
Обобщенная аддитивная модель | RegressionGAM , CompactRegressionGAM | predict |
Обобщенная линейная модель смешанного эффекта | GeneralizedLinearMixedModel | predict |
Обобщенная линейная модель | GeneralizedLinearModel , CompactGeneralizedLinearModel | predict |
Линейная модель смешанного эффекта | LinearMixedModel | predict |
Линейная регрессия | LinearModel , CompactLinearModel | predict |
Линейная регрессия для высоко-размерных данных | RegressionLinear | predict |
Модель регрессии нейронной сети | RegressionNeuralNetwork , CompactRegressionNeuralNetwork | predict |
Нелинейная регрессия | NonLinearModel | predict |
Дерево регрессии | RegressionTree , CompactRegressionTree | predict |
Машина опорных векторов | RegressionSVM , CompactRegressionSVM | predict |
Объект модели классификации
Тип модели | Полный или компактный объект модели классификации | Функция, чтобы предсказать метки и баллы |
---|---|---|
Классификатор дискриминантного анализа | ClassificationDiscriminant , CompactClassificationDiscriminant | predict |
Модель Multiclass для машин опорных векторов или других классификаторов | ClassificationECOC , CompactClassificationECOC | predict |
Ансамбль учеников для классификации | ClassificationEnsemble , CompactClassificationEnsemble , ClassificationBaggedEnsemble | predict |
Гауссова модель классификации ядер использование случайного расширения функции | ClassificationKernel | predict |
Обобщенная аддитивная модель | ClassificationGAM , CompactClassificationGAM | predict |
k- соседняя модель | ClassificationKNN | predict |
Линейная модель классификации | ClassificationLinear | predict |
Наивная модель Bayes | ClassificationNaiveBayes , CompactClassificationNaiveBayes | predict |
Классификатор нейронной сети | ClassificationNeuralNetwork , CompactClassificationNeuralNetwork | predict |
Машина опорных векторов для и бинарной классификации одного класса | ClassificationSVM , CompactClassificationSVM | predict |
Дерево выбора из двух альтернатив для классификации мультиклассов | ClassificationTree , CompactClassificationTree | predict |
Уволенный ансамбль деревьев решений | TreeBagger , CompactTreeBagger | predict |
partialDependence
вычисляет частичную зависимость без визуализации. Функция может вычислить частичную зависимость для двух переменных и нескольких классов в одном вызове функции.
[3] Hastie, Тревор, Роберт Тибширэни и Джером Фридман. Элементы статистического изучения. Нью-Йорк, Нью-Йорк: Спрингер Нью-Йорк, 2001.
lime
| oobPermutedPredictorImportance
| partialDependence
| predictorImportance (RegressionEnsemble)
| predictorImportance (RegressionTree)
| relieff
| sequentialfs
| shapley