resubPredict

Прогнозирование реакции ансамбля путем повторного замещения

Синтаксис

Yfit = resubPredict(ens) Yfit = resubPredict(ens,Name,Value)

Описание

Yfit = resubPredict(ens) возвращает ответ ens прогнозы для данных ens.X. Yfit является предсказаниями ens о данных, которые fitrensemble используется для создания ens.

Yfit = resubPredict(ens,Name,Value) предсказывает ответы с дополнительными параметрами, указанными одним или несколькими Name,Value аргументы пары.

Входные аргументы

ens

Регрессионный ансамбль, созданный с помощью fitrensemble.

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.

'learners'

Показатели слабых учащихся в ансамбле варьируются от 1 кому NumTrained. oobLoss использует только этих учеников для расчета потерь.

По умолчанию: 1:NumTrained

Выходные аргументы

Yfit

Вектор прогнозируемых ответов на обучающие данные с ens.X элементы.

Примеры

развернуть все

Найти среднеквадратичную ошибку предсказаний повторного замещения

Открыть сценарий в реальном времени

Найдите прогнозы повторного замещения пробега из carsmall данные и посмотрите на их среднеквадратичную разницу из данных обучения.

Загрузить carsmall набор данных и выбор лошадиных сил и веса транспортного средства в качестве предикторов.

load carsmall
X = [Horsepower Weight];

Тренируют ансамбль регрессионных деревьев.

ens = fitrensemble(X,MPG,'Method','LSBoost','Learners','Tree');

Найти прогнозы повторного замещения MPG.

Yfit = resubPredict(ens);

Рассчитайте среднеквадратичную разницу прогнозов повторного замещения из обучающих данных.

MSE = mean((Yfit - ens.Y).^2)

MSE = 0.5836

Подтвердите, что результат совпадает с результатом resubLoss.

resubLoss(ens)

ans = 0.5836

См. также

predict | resubLoss | resubPredict

Документация