компактный

Уменьшение размера модели машинного обучения

Синтаксис

CompactMdl = компактный (Mdl)

Описание

CompactMdl = compact(Mdl) возвращает компактную модель (CompactMdl), компактная версия обучаемой модели машинного обучения Mdl.

CompactMdl не содержит данных обучения, тогда как Mdl содержит данные обучения в X и Y свойства. Поэтому, хотя можно прогнозировать метки классов с помощью CompactMdl, нельзя выполнять такие задачи, как перекрестная проверка с компактной моделью.

Примеры

свернуть все

Уменьшить размер наивного классификатора Байеса

Открыть сценарий в реальном времени

Уменьшите размер полного наивного классификатора Байеса, удалив данные обучения. Полные наивные байесовские классификаторы хранят данные обучения. Для повышения эффективности памяти можно использовать компактный наивный классификатор Байеса.

Загрузить ionosphere набор данных. Удалите первые два предиктора стабильности.

load ionosphere
X = X(:,3:end);

Обучить наивный классификатор Байеса с помощью предикторов X и метки классов Y. Рекомендуется указывать имена классов. fitcnb предполагает, что каждый предиктор условно и нормально распределен.

Mdl = fitcnb(X,Y,'ClassNames',{'b','g'})

Mdl = 
  ClassificationNaiveBayes
              ResponseName: 'Y'
     CategoricalPredictors: []
                ClassNames: {'b'  'g'}
            ScoreTransform: 'none'
           NumObservations: 351
         DistributionNames: {1x32 cell}
    DistributionParameters: {2x32 cell}


  Properties, Methods

Mdl является обученным ClassificationNaiveBayes классификатор.

Уменьшите размер наивного классификатора Байеса.

CMdl = compact(Mdl)

CMdl = 
  CompactClassificationNaiveBayes
              ResponseName: 'Y'
     CategoricalPredictors: []
                ClassNames: {'b'  'g'}
            ScoreTransform: 'none'
         DistributionNames: {1x32 cell}
    DistributionParameters: {2x32 cell}


  Properties, Methods

CMdl является обученным CompactClassificationNaiveBayes классификатор.

Отображение объема памяти, используемой каждым классификатором.

whos('Mdl','CMdl')

  Name      Size             Bytes  Class                                                        Attributes

  CMdl      1x1              15060  classreg.learning.classif.CompactClassificationNaiveBayes              
  Mdl       1x1             111174  ClassificationNaiveBayes

Полный наивный классификатор Байеса (Mdl) более чем в семь раз больше компактного наивного классификатора Байеса (CMdl).

Для эффективной маркировки новых наблюдений можно удалить Mdl из рабочей области MATLAB ®, а затем передатьCMdl и новые предикторные значения для predict.

Уменьшение размера классификатора SVM

Открыть сценарий в реальном времени

Уменьшите размер классификатора вектора полной поддержки (SVM), удалив обучающие данные. Полные классификаторы SVM (то есть ClassificationSVM классификаторы) хранят данные обучения. Для повышения эффективности используйте более мелкий классификатор.

Загрузить ionosphere набор данных.

load ionosphere

Обучение классификатора SVM. Стандартизируйте данные предиктора и укажите порядок классов.

SVMModel = fitcsvm(X,Y,'Standardize',true,...
    'ClassNames',{'b','g'})

SVMModel = 
  ClassificationSVM
             ResponseName: 'Y'
    CategoricalPredictors: []
               ClassNames: {'b'  'g'}
           ScoreTransform: 'none'
          NumObservations: 351
                    Alpha: [90x1 double]
                     Bias: -0.1343
         KernelParameters: [1x1 struct]
                       Mu: [1x34 double]
                    Sigma: [1x34 double]
           BoxConstraints: [351x1 double]
          ConvergenceInfo: [1x1 struct]
          IsSupportVector: [351x1 logical]
                   Solver: 'SMO'


  Properties, Methods

SVMModel является ClassificationSVM классификатор.

Уменьшите размер классификатора SVM.

CompactSVMModel = compact(SVMModel)

CompactSVMModel = 
  CompactClassificationSVM
             ResponseName: 'Y'
    CategoricalPredictors: []
               ClassNames: {'b'  'g'}
           ScoreTransform: 'none'
                    Alpha: [90x1 double]
                     Bias: -0.1343
         KernelParameters: [1x1 struct]
                       Mu: [1x34 double]
                    Sigma: [1x34 double]
           SupportVectors: [90x34 double]
      SupportVectorLabels: [90x1 double]


  Properties, Methods

CompactSVMModel является CompactClassificationSVM классификатор.

Отображение объема памяти, используемой каждым классификатором.

whos('SVMModel','CompactSVMModel')

  Name                 Size             Bytes  Class                                                 Attributes

  CompactSVMModel      1x1              31058  classreg.learning.classif.CompactClassificationSVM              
  SVMModel             1x1             141148  ClassificationSVM

Полный классификатор SVM (SVMModel) более чем в четыре раза больше компактного классификатора SVM (CompactSVMModel).

Для эффективной маркировки новых наблюдений можно удалить SVMModel из рабочей области MATLAB ®, а затем передатьCompactSVMModel и новые предикторные значения для predict.

Для дальнейшего уменьшения размера компактного классификатора SVM используйте discardSupportVectors функция для отбрасывания векторов поддержки.

Уменьшение размера обобщенной аддитивной модели

Открыть сценарий в реальном времени

Уменьшите размер полной обобщенной аддитивной модели (GAM) для регрессии путем удаления обучающих данных. Полные модели содержат данные обучения. Для повышения эффективности памяти можно использовать компактную модель.

Загрузить carbig набор данных.

load carbig

Определить Acceleration, Displacement, Horsepower, и Weight в качестве переменных предиктора (X) и MPG в качестве переменной ответа (Y).

X = [Acceleration,Displacement,Horsepower,Weight];
Y = MPG;

Обучение GAM с помощью X и Y.

Mdl = fitrgam(X,Y)

Mdl = 
  RegressionGAM
             ResponseName: 'Y'
    CategoricalPredictors: []
        ResponseTransform: 'none'
                Intercept: 26.9442
          NumObservations: 398


  Properties, Methods

Mdl является RegressionGAM объект модели.

Уменьшите размер модели.

CMdl = compact(Mdl)

CMdl = 
  CompactRegressionGAM
             ResponseName: 'Y'
    CategoricalPredictors: []
        ResponseTransform: 'none'
                Intercept: 26.9442


  Properties, Methods

CMdl является CompactRegressionGAM объект модели.

Отображение объема памяти, используемого каждой регрессионной моделью.

whos('Mdl','CMdl')

  Name      Size             Bytes  Class                                          Attributes

  CMdl      1x1             578154  classreg.learning.regr.CompactRegressionGAM              
  Mdl       1x1             611947  RegressionGAM

Полная модель (Mdl) больше компактной модели (CMdl).

Для эффективного прогнозирования ответов на новые наблюдения можно удалить Mdl из рабочей области MATLAB ®, а затем передатьCMdl и новые предикторные значения для predict.

Входные аргументы

свернуть все

`Mdl` - Модель машинного обучения
объект модели полной регрессии | объект модели полной классификации

Модель машинного обучения, заданная как объект модели полной регрессии или классификации, как указано в следующих таблицах поддерживаемых моделей.

Объект регрессионной модели

Модель	Объект модели полной регрессии
Обобщенная аддитивная модель	`RegressionGAM`
Модель нейронной сети	`RegressionNeuralNetwork`

Объект классификационной модели

Модель	Объект модели полной классификации
Обобщенная аддитивная модель	`ClassificationGAM`
Наивная модель Байеса	`ClassificationNaiveBayes`
Модель нейронной сети	`ClassificationNeuralNetwork`
Поддержка векторной машины для одноклассной и двоичной классификации	`ClassificationSVM`

Выходные аргументы

свернуть все

`CompactMdl` - Компактная модель машинного обучения
компактный объект регрессионной модели | компактный объект классификационной модели

Компактная модель машинного обучения, возвращенная как один из объектов компактной модели в следующих таблицах, в зависимости от входной модели Mdl.

Объект регрессионной модели

Модель	Полная модель (`Mdl`)	Компактная модель (`CompactMdl`)
Обобщенная аддитивная модель	`RegressionGAM`	`CompactRegressionGAM`
Модель нейронной сети	`RegressionNeuralNetwork`	`CompactRegressionNeuralNetwork`

Объект классификационной модели

Модель	Полная модель (`Mdl`)	Компактная модель (`CompactMdl`)
Обобщенная аддитивная модель	`ClassificationGAM`	`CompactClassificationGAM`
Наивная модель Байеса	`ClassificationNaiveBayes`	`CompactClassificationNaiveBayes`
Модель нейронной сети	`ClassificationNeuralNetwork`	`CompactClassificationNeuralNetwork`
Поддержка векторной машины для одноклассной и двоичной классификации	`ClassificationSVM`	`CompactClassificationSVM`

Представлен в R2014a

Документация

компактный

Синтаксис

Описание

Примеры

Уменьшить размер наивного классификатора Байеса

Уменьшение размера классификатора SVM

Уменьшение размера обобщенной аддитивной модели

Входные аргументы

`Mdl` - Модель машинного обучения
объект модели полной регрессии | объект модели полной классификации

Выходные аргументы

`CompactMdl` - Компактная модель машинного обучения
компактный объект регрессионной модели | компактный объект классификационной модели

Документация по инструментам для статистического и машинного обучения

Поддержка

Документация

компактный

Синтаксис

Описание

Примеры

Уменьшить размер наивного классификатора Байеса

Уменьшение размера классификатора SVM

Уменьшение размера обобщенной аддитивной модели

Входные аргументы

Mdl - Модель машинного обучения объект модели полной регрессии | объект модели полной классификации

Выходные аргументы

CompactMdl - Компактная модель машинного обучения компактный объект регрессионной модели | компактный объект классификационной модели

Документация по инструментам для статистического и машинного обучения

Поддержка

`Mdl` - Модель машинного обучения
объект модели полной регрессии | объект модели полной классификации

`CompactMdl` - Компактная модель машинного обучения
компактный объект регрессионной модели | компактный объект классификационной модели