resubPredict

Прогнозировать метки повторного замещения модели классификации анализа дискриминантов

Синтаксис

label = resubPredict(obj) [label,posterior] = resubPredict(obj) [label,posterior,cost] = resubPredict(obj)

Описание

label = resubPredict(obj) возвращает метки obj прогнозы для данных obj.X. label является предсказаниями obj о данных, которые fitcdiscr используется для создания obj.

[label,posterior] = resubPredict(obj) возвращает апостериорные вероятности классов для прогнозов.

[label,posterior,cost] = resubPredict(obj) возвращает прогнозируемые затраты на неправильную классификацию для класса для повторно замещенных данных.

Входные аргументы

obj

Классификатор дискриминантного анализа, полученный с использованием fitcdiscr.

Выходные аргументы

`label`	Ответ `obj` прогнозирует данные обучения. `label` является тем же типом данных, что и данные ответа на обучение `obj.Y`. Прогнозируемые метки класса - это метки с минимальной ожидаемой стоимостью неправильной классификации; см. Прогнозирование с использованием моделей дискриминантного анализа.
`posterior`	`N`около-`K` матрица задних вероятностей для классов `obj` предсказывает, где `N` - количество наблюдений и `K` - количество классов.
`cost`	`N`около-`K` матрица прогнозируемых затрат на неправильную классификацию. Каждая стоимость - это средняя стоимость неправильной классификации относительно задней вероятности.

Примеры

Найдите общее количество ошибочных классификаций данных радужки Фишера для классификатора дискриминантного анализа:

load fisheriris
obj = fitcdiscr(meas,species);
Ypredict = resubPredict(obj); % the predictions
Ysame = strcmp(Ypredict,species); % true when ==
sum(~Ysame) % how many are different?

ans =
     3

Подробнее

развернуть все

Задняя вероятность

posterior(i,k) - задняя вероятность класса k для наблюдения i. Математическое определение см. в разделе Апостериорная вероятность.

См. также

ClassificationDiscriminant | fitcdiscr | predict

Темы

Классификация дискриминантного анализа

Документация