Суперклассы: CompactClassificationDiscriminant
Классификация дискриминантного анализа
A ClassificationDiscriminant
объект инкапсулирует классификатор дискриминантного анализа, который является Гауссовой смешанной моделью для генерации данных. A ClassificationDiscriminant
объект может предсказывать отклики для новых данных с помощью predict
способ. Объект содержит данные, используемые для обучения, поэтому может вычислять предсказания реституции.
Создайте ClassificationDiscriminant
объект при помощи fitcdiscr
.
|
|
|
Категориальные индексы предиктора, который всегда пуст ( |
|
Список элементов обучающих данных |
|
Уравнение контура между классами
где Если |
|
Квадратная матрица, где Изменение |
|
Значение порога Дельты для линейной дискриминантной модели, неотрицательного скаляра. Если коэффициент
Изменение |
|
Вектор-строка длины, равная количеству предикторов в Если |
|
Вектор символов, задающий тип дискриминанта. Один из:
Изменение Вы можете изменяться между линейными типами или между квадратичными типами, но не можете меняться между линейными и квадратичными типами. |
|
Значение параметра гамма-регуляризации, скаляр от
|
|
Описание оптимизации гиперпараметров перекрестной валидации, сохраненное как
|
|
Логарифм определяющего ковариационной матрицы внутри класса. Тип
|
|
Неотрицательный скаляр, минимальное значение параметра Гаммы так, что матрица корреляции является инвертируемой. Если матрица корреляции не сингулярна, |
|
Параметры, используемые в обучающих |
|
Класс означает, задается как |
|
Количество наблюдений в обучающих данных, числовой скаляр. |
|
Массив ячеек с именами для переменных предиктора в том порядке, в котором они появляются в обучающих данных |
|
Числовой вектор априорных вероятностей для каждого класса. Порядок элементов Добавление или изменение |
|
Вектор символов, описывающий переменную отклика |
|
Вектор символов, представляющий встроенную функцию преобразования или указатель на функцию для преобразования счетов. Реализуйте запись через точку, чтобы добавить или изменить
|
|
Ковариационная матрица или матрицы внутри класса. От размерностей зависит
|
|
Масштабированные |
|
Матрица значений предиктора. Каждый столбец |
|
где |
|
Категориальный массив, массив ячеек из символьных векторов, символьный массив, логический вектор или числовой вектор с одинаковым числом строк как |
compact | Компактный классификатор дискриминантного анализа |
compareHoldout | Сравните точности двух классификационных моделей с помощью новых данных |
crossval | Перекрестный проверенный классификатор дискриминантного анализа |
cvshrink | Перекрестная валидация регуляризации линейного дискриминанта |
edge | Классификационное ребро |
lime | Локальные интерпретируемые модели-агностические объяснения (LIME) |
logp | Логгирование безусловной плотности вероятностей для классификатора дискриминантного анализа |
loss | Ошибка классификации |
mahal | Расстояние Махаланобиса до класса означает |
margin | Классификационные поля |
nLinearCoeffs | Количество ненулевых линейных коэффициентов |
partialDependence | Вычисление частичной зависимости |
plotPartialDependence | Создайте график частичной зависимости (PDP) и отдельные графики условного ожидания (ICE) |
predict | Прогнозируйте метки с помощью дискриминантной модели классификации анализа |
resubEdge | Классификационное ребро путем реподституции |
resubLoss | Ошибка классификации путем реподституции |
resubMargin | Классификационные погрешности путем реподституции |
resubPredict | Предсказание меток реституции классификационной модели дискриминантного анализа |
shapley | Значения Shapley |
testckfold | Сравните точности двух классификационных моделей путем повторной перекрестной валидации |
Значение. Чтобы узнать, как классы значений влияют на операции копирования, см. раздел «Копирование объектов».
[1] Guo, Y., T. Hastie, and R. Tibshirani. «Упорядоченный линейный дискриминантный анализ и его применение в микромассивах». Биостатистика, том 8, № 1, стр. 86-100, 2007.
CompactClassificationDiscriminant
| compareHoldout
| fitcdiscr