Exponenta Banner
exponenta event banner

край

Край классификации

Синтаксис

E = edge(obj,X,Y)
E = edge(obj,X,Y,Name,Value)

Описание

E = edge(obj,X,Y) возвращает границу классификации для obj с данными X и классификация Y.

E = edge(obj,X,Y,Name,Value) вычисляет ребро с дополнительными опциями, заданными одним или несколькими Name,Value аргументы пары.

Входные аргументы

obj

Классификатор дискриминантного анализа класса ClassificationDiscriminant или CompactClassificationDiscriminant, обычно построенный с помощью fitcdiscr.

X

Матрица, где каждая строка представляет наблюдение, а каждый столбец представляет предиктор. Количество столбцов в X должно равняться количеству предикторов в obj.

Y

Метки классов с тем же типом данных, что и в obj. Количество элементов Y должно равняться количеству строк X.

Аргументы пары «имя-значение»

Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.

'weights'

Веса наблюдения, числовой вектор длины size(X,1). При поставке весов edge вычисляет границу взвешенной классификации.

По умолчанию: ones(size(X,1),1)

Выходные аргументы

E

Край, скаляр, представляющий средневзвешенное значение запаса.

Примеры

Вычислите границу классификации и границу для данных радужки Фишера, обученных на первых двух столбцах данных, и просмотрите последние 10 записей:

load fisheriris
X = meas(:,1:2);
obj = fitcdiscr(X,species);
E = edge(obj,X,species)

E =
    0.4980

M = margin(obj,X,species);
M(end-10:end)

ans =
    0.6551
    0.4838
    0.6551
   -0.5127
    0.5659
    0.4611
    0.4949
    0.1024
    0.2787
   -0.1439
   -0.4444

Классификатор, обученный всем данным, лучше:

obj = fitcdiscr(meas,species);
E = edge(obj,meas,species)

E =
    0.9454

M = margin(obj,meas,species);
M(end-10:end)

ans =
    0.9983
    1.0000
    0.9991
    0.9978
    1.0000
    1.0000
    0.9999
    0.9882
    0.9937
    1.0000
    0.9649

Подробнее

развернуть все

Расширенные возможности

См. также

| | | |

Темы

Документация по инструментам для статистического и машинного обучения

Поддержка