exponenta event banner

CompactRegressionGAM

Компактная обобщенная аддитивная модель (GAM) для регрессии

    Описание

    CompactRegressionGAM является компактной версией RegressionGAM объект модели (GAM для регрессии). Компактная модель не включает данные, используемые для обучения модели. Поэтому некоторые задачи, такие как перекрестная проверка, с использованием компактной модели выполнить невозможно. Используйте компактную модель для таких задач, как прогнозирование ответов новых данных.

    Создание

    Создать CompactRegressionGAM объект из полного RegressionGAM объект модели с помощью compact.

    Свойства

    развернуть все

    Свойства GAM

    Это свойство доступно только для чтения.

    Индексы терминов взаимодействия, указанные как t-на-2 матрица положительных чисел, где t - количество терминов взаимодействия в модели. Каждая строка матрицы представляет один член взаимодействия и содержит индексы столбцов данных предиктора. X для термина взаимодействия. Если модель не включает член взаимодействия, то это свойство пустое ([]).

    Программное обеспечение добавляет условия взаимодействия в модель в порядке важности на основе значений p. Это свойство используется для проверки порядка терминов взаимодействия, добавленных в модель.

    Типы данных: double

    Это свойство доступно только для чтения.

    Член перехвата (константа) модели, который является суммой членов перехвата в деревьях предикторов и деревьях взаимодействия, заданных как числовой скаляр.

    Типы данных: single | double

    Другие свойства регрессии

    Это свойство доступно только для чтения.

    Индексы категориального предиктора, указанные как вектор положительных целых чисел. CategoricalPredictors содержит значения индекса, соответствующие столбцам данных предиктора, которые содержат категориальные предикторы. Если ни один из предикторов не категоричен, то это свойство пустое ([]).

    Типы данных: double

    Это свойство доступно только для чтения.

    Расширенные имена предикторов, заданные как массив ячеек символьных векторов.

    ExpandedPredictorNames является таким же, как PredictorNames для обобщенной аддитивной модели.

    Типы данных: cell

    Это свойство доступно только для чтения.

    Имена переменных предиктора, заданные как массив ячеек векторов символов. Порядок элементов PredictorNames соответствует порядку, в котором имена предикторов появляются в данных обучения.

    Типы данных: cell

    Это свойство доступно только для чтения.

    Имя ответной переменной, указанное как символьный вектор.

    Типы данных: char

    Функция преобразования ответа, указанная как 'none' или дескриптор функции. ResponseTransform описывает, как программное обеспечение преобразует необработанные значения ответа.

    Для определяемой функции MATLAB ® или функции введите ее дескриптор. Например, можно ввестиMdl.ResponseTransform = @function, где function принимает числовой вектор исходных ответов и возвращает числовой вектор того же размера, содержащий преобразованные ответы.

    Типы данных: char | function_handle

    Функции объекта

    развернуть все

    limeЛокальные интерпретируемые модели-агностические объяснения (LIME)
    partialDependenceВычислить частичную зависимость
    plotLocalEffectsПостроить график локальных эффектов терминов в обобщенной аддитивной модели (GAM)
    plotPartialDependenceСоздание графиков частичной зависимости (PDP) и индивидуального условного ожидания (ICE)
    shapleyЗначения Шапли

    развернуть все

    predictПрогнозирование ответов с использованием обобщенной аддитивной модели (GAM)
    lossРегрессионная потеря для обобщенной аддитивной модели (GAM)

    Примеры

    свернуть все

    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.

    Представлен в R2021a