CategoricalPredictors

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 ([]).

CombineWeights

Вектор символов, описывающий, как ансамбль объединяет предсказания ученика.

ExpandedPredictorNames

Расширенные имена предикторов, хранящиеся в виде клеточного массива символьных векторов.

Если модель использует кодировку для категориальных переменных, то ExpandedPredictorNames содержит имена, описывающие развернутые переменные. В противном случае ExpandedPredictorNames является таким же, как PredictorNames.

FitInfo

Числовой массив информации о соответствии. FitInfoDescription описывает содержимое этого массива.

FitInfoDescription

Вектор символов, описывающий значение FitInfo массив.

FResample

Числовой скаляр между 0 и 1. FResample - доля данных обучения fitrensemble повторная выборка случайным образом для каждого слабого учащегося при построении ансамбля.

HyperparameterOptimizationResults

Описание оптимизации гиперпараметров с перекрестной проверкой, сохраненное как BayesianOptimization объект или таблица гиперпараметров и связанных значений. Непусто, когда OptimizeHyperparameters пара имя-значение не является пустой при создании. Значение зависит от настройки HyperparameterOptimizationOptions пара имя-значение при создании:

LearnerNames

Клеточный массив векторов символов с именами слабых учеников в ансамбле. Имя каждого учащегося появляется один раз. Например, если у вас есть ансамбль из 100 деревьев, LearnerNames является {'Tree'}.

Method

Символьный вектор с именем алгоритма fitrensemble использовался для обучения ансамбля.

ModelParameters

Параметры, используемые при обучении ens.

NumObservations

Числовой скаляр, содержащий количество наблюдений в учебных данных.

NumTrained

Количество обученных учеников в ансамбле, положительный скаляр.

PredictorNames

Массив ячеек имен для переменных предиктора в порядке их появления в X.

ReasonForTermination

Вектор символов, описывающий причину fitrensemble перестал добавлять в ансамбль слабых учеников.

Regularization

Структура, содержащая результат regularize способ. Использовать Regularization с shrink чтобы уменьшить ошибку повторного замещения и уменьшить ансамбль.

Replace

Логический флаг, указывающий, были ли данные обучения для слабых учеников в этом ансамбле отобраны с заменой. Replace является true для отбора проб с заменой, false в противном случае.

ResponseName

Символьный вектор с именем переменной ответа Y.

ResponseTransform

Дескриптор функции для преобразования баллов или символьного вектора, представляющего встроенную функцию преобразования. 'none' означает отсутствие трансформации; эквивалентно, 'none' средства @(x)x.

Добавить или изменить ResponseTransform функция, использующая точечную нотацию:

ens.ResponseTransform = @function

Trained

Обученные ученики, клеточный массив моделей компактной регрессии.

TrainedWeights

Числовой вектор весов, который ансамбль назначает своим ученикам. Ансамбль вычисляет прогнозируемый отклик путем агрегирования взвешенных прогнозов от своих учеников.

UseObsForLearner

Логическая матрица размера Nоколо-NumTrained, где N - количество строк (наблюдений) в данных обучения X, и NumTrained - число обученных слабых учащихся. UseObsForLearner(I,J) является true если наблюдение I использовался для обучения учащегося J, и является false в противном случае.

W

Чешуйчатое weights, вектор с длиной n, количество строк в X. Сумма элементов W является 1.

X

Матрица или таблица значений предиктора, которые обучали ансамбль. Каждый столбец X представляет одну переменную, а каждая строка представляет одно наблюдение.

Y

Вектор числового столбца с тем же количеством строк, что и X который тренировал ансамбль. Каждая запись в Y является ответом на данные в соответствующей строке X.