Класс: TreeBagger
Ансамблевые прогнозы для наблюдений вне мешка
Y = oobPredict(B)
Y = oobPredict(B,Name,Value)
[Y,stdevs] = oobPredict(___)
[Y,scores] = oobPredict(___)
[Y,scores,stdevs] = oobPredict(___)
Y = oobPredict(B) вычисляет прогнозируемые ответы с использованием обученного баггера B для внеплановых наблюдений в учебных данных. Выходные данные имеют один прогноз для каждого наблюдения в тренировочных данных. Возвращенный Y является массивом ячеек символьных векторов для классификации и числовым массивом для регрессии.
Y = oobPredict(B, указывает дополнительные параметры, использующие один или оба аргумента пары «имя-значение»:Name,Value)
'Trees' - Массив индексов дерева для использования при вычислении откликов. Значение по умолчанию: 'all'.
'TreeWeights' - Массив NTrees веса для взвешивания голосов из указанных деревьев, где NTrees - количество деревьев в ансамбле.
Для регрессии [Y,stdevs] = oobPredict(___) также возвращает стандартные отклонения вычисленных откликов по ансамблю выращенных деревьев, используя любую из комбинаций входных аргументов в предыдущих синтаксисах.
Для классификации, [Y,scores] = oobPredict(___) также возвращает баллы для всех классов. scores является матрицей с одной строкой на наблюдение и одним столбцом на класс. Для каждого наблюдения вне пакета и каждого класса оценка, генерируемая каждым деревом, является вероятностью наблюдения, происходящего из класса, вычисленной как доля наблюдений класса в древовидном листе. oobPredict усредняет эти оценки по всем деревьям в ансамбле.
[Y,scores,stdevs] = oobPredict(___) также возвращает стандартные отклонения вычисленных баллов для классификации. stdevs - матрица с одной строкой на наблюдение и одним столбцом на класс, со стандартными отклонениями, взятыми за ансамбль выращенных деревьев.
oobPredict и predict аналогичным образом предсказать классы и ответы.
В регрессионных проблемах:
Для каждого наблюдения, которое находится вне мешка по крайней мере для одного дерева, oobPredict составляет средневзвешенное значение путем выбора ответов деревьев, в которых наблюдение находится вне пакета. Для этого вычисления, 'TreeWeights' аргумент пары «имя-значение» указывает веса.
Для каждого наблюдения, которое находится в мешке для всех деревьев, прогнозируемый отклик представляет собой средневзвешенное значение всех обучающих откликов. Для этого вычисления, W имущества TreeBagger модель (т.е. веса наблюдения) определяет веса.
В классификационных проблемах:
Для каждого наблюдения, которое находится вне мешка по крайней мере для одного дерева, oobPredict составляет средневзвешенное значение апостериорных вероятностей класса путем выбора деревьев, в которых наблюдение находится вне пакета. Следовательно, прогнозируемый класс является классом, соответствующим наибольшему средневзвешенному значению. Для этого вычисления, 'TreeWeights' аргумент пары «имя-значение» указывает веса.
Для каждого наблюдения, которое находится в мешке для всех деревьев, прогнозируемый класс является взвешенным, наиболее популярным классом по всем тренировочным ответам. Для этого вычисления, W имущества TreeBagger модель (т.е. веса наблюдения) определяет веса. Если существует несколько наиболее популярных классов, oobPredict рассматривает тот, который указан первым в ClassNames имущества TreeBagger модель самая популярная.