Класс: CompactTreeBagger
Средняя классификационная маржа
mar = meanMargin(B,TBLnew,Ynew)
mar = meanMargin(B,Xnew,Ynew)
mar = meanMargin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...)
mar = meanMargin(B,Xnew,Ynew,'param1',val1,'param2',val2,...)
mar = meanMargin(B,TBLnew,Ynew) вычисляет средние пределы классификации для предикторов, содержащихся в таблице TBLnew учитывая истинный ответ Ynew. Вы можете опустить Ynew если TBLnew содержит переменную ответа. Если вы тренировались B используя образцы данных, содержащиеся в таблице, входные данные для этого метода также должны быть в таблице.
mar = meanMargin(B,Xnew,Ynew) вычисляет средние пределы классификации для предикторов, содержащихся в матрице Xnew данный истинный ответ Ynew. Если вы тренировались B используя данные выборки, содержащиеся в матрице, входные данные для этого метода также должны быть в матрице.
Ynew может быть числовым вектором, символьной матрицей, строковым массивом, массивом ячеек символьных векторов, категориальным вектором или логическим вектором. meanMargin усредняет поля по всем наблюдениям (строкам) в TBLnew или Xnew для каждого дерева. mar является матрицей размера 1-by-NTrees, где NTrees - количество деревьев в ансамбле B. Этот метод доступен только для классификационных ансамблей.
mar = meanMargin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...) или mar = meanMargin(B,Xnew,Ynew,'param1',val1,'param2',val2,...) указывает дополнительные пары имя-значение параметра:
'Mode' | Как meanMargin вычисляет ошибки. Если установлено значение 'cumulative' (по умолчанию), является вектором длины NTrees где первый элемент дает средний запас от trees(1), второй столбец дает средние поля от trees(1:2) и т.д., до trees(1:NTrees). Если установлено значение 'individual', mar - вектор длины NTrees, где каждый элемент является средним запасом от каждого дерева в ансамбле. Если установлено значение 'ensemble', mar скаляр, показывающий совокупный средний запас для всего ансамбля. |
'Trees' | Вектор индексов, указывающих, какие деревья следует включить в этот расчет. По умолчанию этот аргумент имеет значение 'all' и метод использует все деревья. Если 'Trees' является числовым вектором, метод возвращает вектор длины NTrees для 'cumulative' и 'individual' режимы, где NTrees - количество элементов во входном векторе и скаляр для 'ensemble' режим. Например, в 'cumulative' режим, первый элемент дает средний запас от trees(1), второй элемент дает средний запас от trees(1:2) и т.д. |
'TreeWeights' | Вектор весов деревьев. Этот вектор должен иметь ту же длину, что и 'Trees' вектор. meanMargin использует эти веса, чтобы объединить выходные данные указанных деревьев, взяв средневзвешенное вместо простого невзвешенного большинства голосов. Этот аргумент нельзя использовать в 'individual' режим. |