resubEdge

Классификационное ребро путем реподституции

Синтаксис

edge = resubEdge(ens) edge = resubEdge(ens,Name,Value)

Описание

edge = resubEdge(ens) возвращает ребро классификации, полученное ens на его обучающих данных.

edge = resubEdge(ens,Name,Value) вычисляет ребро с дополнительными опциями, заданными одним или несколькими Name,Value аргументы в виде пар. Можно задать несколько аргументы пары "имя-значение" в любом порядке как Name1,Value1,…,NameN,ValueN.

Входные параметры

ens

Классификационный ансамбль, созданный с fitcensemble.

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

'learners'

Индексы слабых учащихся ансамбля в диапазоне от 1 на NumTrained. resubEdge использует только этих учащихся для вычисления ребра.

По умолчанию: 1:NumTrained

'mode'

Вектор символов или строковый скаляр, представляющий значение выхода edge:

'ensemble' — edge является скалярным значением, потеря для всего ансамбля.
'individual' — edge является вектором с одним элементом на обученного учащегося.
'cumulative' — edge - вектор, в котором находится элемент J получается при помощи обучающихся 1:J из входа списка учащихся.

По умолчанию: 'ensemble'

Выходные аргументы

edge

Классификационные ребра, полученные ens путем повторного распределения обучающих данных в вычисление ребра. Классификационное ребро - это классификационная маржа, усредненная по всем данным. edge может быть скаляром или вектором, в зависимости от настройки mode Пара "имя-значение".

Примеры

расширить все

Поиск классификационных Ребер путем повторной подстановки обучающих данных

Открыть Live Script

Найдите ребро реституции для ансамбля, который классифицирует данные радужной оболочки глаза Фишера.

Загрузите набор выборочных данных.

load fisheriris

Обучите ансамбль из 100 бустерных классификационных деревьев с помощью AdaBoostM2.

t = templateTree('MaxNumSplits',1); % Weak learner template tree object
ens = fitcensemble(meas,species,'Method','AdaBoostM2','Learners',t);

Найдите ребро реституции.

edge = resubEdge(ens)

edge = 3.2486

Подробнее о

расширить все

Ребро

Это edge - средневзвешенное значение классификационного запаса. Веса являются вероятностями классов в ens.Prior.

Край

Классификационная margin является различием между score классификации для истинного класса и максимальной классификационной оценкой для ложных классов. Поле является вектором-столбцом с одинаковым числом строк, как и в матрице ens.X.

Счет (ансамбль)

Для ансамблей классификационный score представляет доверие классификации в классе. Чем выше счет, тем выше доверие.

Различные алгоритмы ансамбля имеют различные определения для своих счетов. Кроме того, область значений счетов зависит от типа ансамбля. Для примера:

AdaBoostM1 счета варьируются от - ∞ до ∞.
Bag счета варьируются от 0 на 1.

См. также

resubEdge | resubLoss | resubMargin | resubPredict

Документация