Класс: CompactTreeBagger
Показатель отклонения для данных
out = outlierMeasure(B,X)
out = outlierMeasure(B,X,'param1',val1,'param2',val2,...)
out = outlierMeasure(B,X) вычисляет показатели отклонения для предикторов X использование деревьев в ансамбле B. Метод вычисляет меру отклонения для данного наблюдения, делая обратную среднюю квадратичную близость между этим наблюдением и другими наблюдениями. outlierMeasure затем нормализует эти меры отклонения, вычитая медиану их распределения, принимая абсолютное значение этой разности и деля на медианное абсолютное отклонение. Высокое значение показателя отклонения указывает на то, что это наблюдение является отклонением.
Вы можете предоставить матрицу близости непосредственно с помощью 'Data' параметр.
out = outlierMeasure(B,X,'param1',val1,'param2',val2,...) указывает дополнительные пары имя/значение параметра:
'Data' | Флаг, указывающий, как обрабатывать X входной аргумент. Если установлено значение 'predictors' (по умолчанию), метод предполагает X является матрицей предикторов и использует её для вычисления матрицы близости. Если установлено значение 'proximity', способ лечит X как матрица близости, возвращенная proximity способ. Если матрица близости не указана, outlierMeasure вычисляет его внутренне. Если вы используете proximity способ вычисления матрицы близости, подавая ее в качестве входных данных в outlierMeasure сокращение времени вычислений. |
'Labels' | Вектор меток истинного класса. Метки истинного класса могут быть числовым вектором, символьной матрицей, строковым массивом или массивом ячеек символьных векторов. При вводе этого параметра метод выполняет расчет отклонений для любых наблюдений, используя только другие наблюдения из того же класса. Этот параметр должен указывать одну метку для каждого наблюдения (строки) в X. |