resubPredict

Класс: ClassificationDiscripant

Предсказание меток реституции классификационной модели дискриминантного анализа

Синтаксис

label = resubPredict(obj)
[label,posterior] = resubPredict(obj)
[label,posterior,cost] = resubPredict(obj)

Описание

label = resubPredict(obj) возвращает метки obj предсказывает для obj.X данных. label является предсказаниями obj на данных, которые fitcdiscr используется для создания obj.

[label,posterior] = resubPredict(obj) возвращает апостериорные вероятности классов для предсказаний.

[label,posterior,cost] = resubPredict(obj) возвращает предсказанные затраты на неправильную классификацию по классам для повторно замещенных данных.

Входные параметры

obj

Классификатор дискриминантного анализа, полученный с использованием fitcdiscr.

Выходные аргументы

label

Ответные obj предсказывает для обучающих данных. label является совпадающим типом данных, что и обучающие данные отклика obj.Y. Предсказанные метки классов являются метками с минимальными ожидаемыми затратами на неправильную классификацию; см. Предсказание с использованием дискриминантных моделей анализа.

posterior

N-by- K матрица апостериорных вероятностей для классов obj предсказывает, где N количество наблюдений и K количество классов.

cost

N-by- K матрица прогнозируемых затрат на неправильную классификацию. Каждая стоимость является средней стоимостью неправильной классификации относительно апостериорной вероятности.

Примеры

Найдите общее количество неправильных классификаций данных ириса Фишера для классификатора дискриминантного анализа:

load fisheriris
obj = fitcdiscr(meas,species);
Ypredict = resubPredict(obj); % the predictions
Ysame = strcmp(Ypredict,species); % true when ==
sum(~Ysame) % how many are different?

ans =
     3

Подробнее о

расширить все

Для просмотра документации необходимо авторизоваться на сайте