regression
(Не рекомендуемый) Выполните линейную регрессию выходов малой сети на целевых объектах
regression не рекомендуется. Использовать fitlm (Statistics and Machine Learning Toolbox). Для получения дополнительной информации см. раздел Вопросов совместимости.
Описание
[ вычисляет линейную регрессию между каждым элементом сетевого отклика и соответствующим объектом. r,m,b] = regression(t,y)
Эта функция принимает массив ячеек или матрицы цель t и выводит y, каждый с общих строк матрицы N, и возвращает значения регрессии r, склоны регрессионной подгонки, m и свободных членов, b для каждого из N строк матрицы.
Примеры
Подгонка регрессионной модели и построение графиков настроенных значений в зависимости от целей
Этот пример показывает, как обучить сеть прямого распространения и вычислить и построить регрессию между ее целями и выходами.
Загрузите обучающие данные.
[x,t] = simplefit_dataset;
Матрица 1 на 94 x содержит входные значения и матрицу 1 на 94 t содержит соответствующие целевые выходные значения.
Создайте нейронную сеть с feedforward с одним скрытым слоем размера 20.
net = feedforwardnet(20);
Обучите сетевую net использование обучающих данных.
net = train(net,x,t);
Оцените цели с помощью обученной сети.
y = net(x);
Вычислите и постройте график регрессии между ее целями и выходами.
[r,m,b] = regression(t,y)
r = 1.0000
m = 1.0000
b = 1.0878e-04
plotregression(t,y)
Входные параметры
Выходные аргументы
Вопросы совместимости
См. также
confusion | plotregression | fitlm (Statistics and Machine Learning Toolbox)