compact

Уменьшите размер модели машинного обучения

Синтаксис

CompactMdl = compact(Mdl)

Описание

CompactMdl = compact(Mdl) возвращает компактную модель (CompactMdl), компактная версия обученной модели машинного обучения Mdl.

CompactMdl не содержит обучающих данных, в то время как Mdl содержит обучающие данные в своих X и Y свойства. Поэтому, хотя вы можете предсказать метки классов, используя CompactMdlвы не можете выполнять такие задачи, как перекрестная валидация с помощью компактной модели.

Примеры

свернуть все

Уменьшите размер наивного классификатора Байеса

Открыть Live Script

Уменьшите размер полного наивного классификатора Байеса путем удаления обучающих данных. Полные наивные классификаторы Байеса держат обучающие данные. Можно использовать компактный наивный классификатор Байеса для повышения эффективности памяти.

Загрузите ionosphere набор данных. Удалите первые два предиктора устойчивости.

load ionosphere
X = X(:,3:end);

Обучите наивный классификатор Байеса с помощью предикторов X и метки классов Y. Рекомендуемая практика состоит в том, чтобы задать имена классов. fitcnb принимает, что каждый предиктор условно и нормально распределен.

Mdl = fitcnb(X,Y,'ClassNames',{'b','g'})

Mdl = 
  ClassificationNaiveBayes
              ResponseName: 'Y'
     CategoricalPredictors: []
                ClassNames: {'b'  'g'}
            ScoreTransform: 'none'
           NumObservations: 351
         DistributionNames: {1x32 cell}
    DistributionParameters: {2x32 cell}


  Properties, Methods

Mdl является обученным ClassificationNaiveBayes классификатор.

Уменьшите размер наивного классификатора Байеса.

CMdl = compact(Mdl)

CMdl = 
  CompactClassificationNaiveBayes
              ResponseName: 'Y'
     CategoricalPredictors: []
                ClassNames: {'b'  'g'}
            ScoreTransform: 'none'
         DistributionNames: {1x32 cell}
    DistributionParameters: {2x32 cell}


  Properties, Methods

CMdl является обученным CompactClassificationNaiveBayes классификатор.

Отображение объема памяти, используемой каждым классификатором.

whos('Mdl','CMdl')

  Name      Size             Bytes  Class                                                        Attributes

  CMdl      1x1              15060  classreg.learning.classif.CompactClassificationNaiveBayes              
  Mdl       1x1             111174  ClassificationNaiveBayes

Полный наивный классификатор Байеса (Mdl) более чем в семь раз больше компактного наивного классификатора Байеса (CMdl).

Чтобы эффективно пометить новые наблюдения, можно удалить Mdl из рабочей области MATLAB ®, а затем передайте CMdl и новые значения предиктора, чтобы predict.

Уменьшите размер классификатора SVM

Открыть Live Script

Уменьшите размер классификатора полной машины опорных векторов (SVM) путем удаления обучающих данных. Классификаторы Full SVM (то есть ClassificationSVM классификаторы) хранят обучающие данные. Для повышения эффективности используйте меньший классификатор.

Загрузите ionosphere набор данных.

load ionosphere

Обучите классификатор SVM. Стандартизируйте данные предиктора и задайте порядок классов.

SVMModel = fitcsvm(X,Y,'Standardize',true,...
    'ClassNames',{'b','g'})

SVMModel = 
  ClassificationSVM
             ResponseName: 'Y'
    CategoricalPredictors: []
               ClassNames: {'b'  'g'}
           ScoreTransform: 'none'
          NumObservations: 351
                    Alpha: [90x1 double]
                     Bias: -0.1343
         KernelParameters: [1x1 struct]
                       Mu: [1x34 double]
                    Sigma: [1x34 double]
           BoxConstraints: [351x1 double]
          ConvergenceInfo: [1x1 struct]
          IsSupportVector: [351x1 logical]
                   Solver: 'SMO'


  Properties, Methods

SVMModel является ClassificationSVM классификатор.

Уменьшите размер классификатора SVM.

CompactSVMModel = compact(SVMModel)

CompactSVMModel = 
  CompactClassificationSVM
             ResponseName: 'Y'
    CategoricalPredictors: []
               ClassNames: {'b'  'g'}
           ScoreTransform: 'none'
                    Alpha: [90x1 double]
                     Bias: -0.1343
         KernelParameters: [1x1 struct]
                       Mu: [1x34 double]
                    Sigma: [1x34 double]
           SupportVectors: [90x34 double]
      SupportVectorLabels: [90x1 double]


  Properties, Methods

CompactSVMModel является CompactClassificationSVM классификатор.

Отображение объема памяти, используемой каждым классификатором.

whos('SVMModel','CompactSVMModel')

  Name                 Size             Bytes  Class                                                 Attributes

  CompactSVMModel      1x1              31058  classreg.learning.classif.CompactClassificationSVM              
  SVMModel             1x1             141148  ClassificationSVM

Полный классификатор SVM (SVMModel) более чем в четыре раза больше компактного классификатора SVM (CompactSVMModel).

Чтобы эффективно пометить новые наблюдения, можно удалить SVMModel из рабочей области MATLAB ®, а затем передайте CompactSVMModel и новые значения предиктора, чтобы predict.

Чтобы еще больше уменьшить размер компактного классификатора SVM, используйте discardSupportVectors функция для сброса поддерживающих векторов.

Уменьшите размер обобщенной аддитивной модели

Открыть Live Script

Уменьшите размер полной обобщенной аддитивной модели (GAM) для регрессии путем удаления обучающих данных. Полные модели содержат обучающие данные. Можно использовать компактную модель для повышения эффективности памяти.

Загрузите carbig набор данных.

load carbig

Задайте Acceleration, Displacement, Horsepower, и Weight как переменные предиктора (X) и MPG как переменная отклика (Y).

X = [Acceleration,Displacement,Horsepower,Weight];
Y = MPG;

Обучите GAM с помощью X и Y.

Mdl = fitrgam(X,Y)

Mdl = 
  RegressionGAM
             ResponseName: 'Y'
    CategoricalPredictors: []
        ResponseTransform: 'none'
                Intercept: 26.9442
          NumObservations: 398


  Properties, Methods

Mdl является RegressionGAM объект модели.

Уменьшите размер модели.

CMdl = compact(Mdl)

CMdl = 
  CompactRegressionGAM
             ResponseName: 'Y'
    CategoricalPredictors: []
        ResponseTransform: 'none'
                Intercept: 26.9442


  Properties, Methods

CMdl является CompactRegressionGAM объект модели.

Отобразите объем памяти, используемый каждой регрессионой модели.

whos('Mdl','CMdl')

  Name      Size             Bytes  Class                                          Attributes

  CMdl      1x1             578154  classreg.learning.regr.CompactRegressionGAM              
  Mdl       1x1             611947  RegressionGAM

Полная модель (Mdl) больше компактной модели (CMdl).

Чтобы эффективно предсказать ответы на новые наблюдения, можно удалить Mdl из рабочей области MATLAB ®, а затем передайте CMdl и новые значения предиктора, чтобы predict.

Входные параметры

свернуть все

`Mdl` - Модель машинного обучения
объект модели полной регрессии | объект модели полной классификации

Модель машинного обучения, заданная как объект модели полной регрессии или классификации, как представлено в следующих таблицах поддерживаемых моделей.

Объект модели

Модель	Объект модели полной регрессии
Обобщенная аддитивная модель	`RegressionGAM`
Модель нейронной сети	`RegressionNeuralNetwork`

Объект модели

Модель	Объект модели полной классификации
Обобщенная аддитивная модель	`ClassificationGAM`
Наивная модель Байеса	`ClassificationNaiveBayes`
Модель нейронной сети	`ClassificationNeuralNetwork`
Поддерживайте векторную машину для одноклассовой и двоичной классификации	`ClassificationSVM`

Выходные аргументы

свернуть все

`CompactMdl` - Компактная модель машинного обучения
объект модели сжатия регрессии | объект модели компактной классификации

Компактная модель машинного обучения, возвращенная в качестве одного из компактных объектов модели в следующих таблицах, в зависимости от модели входа Mdl.

Объект модели

Модель	Полная модель (`Mdl`)	Компактная модель (`CompactMdl`)
Обобщенная аддитивная модель	`RegressionGAM`	`CompactRegressionGAM`
Модель нейронной сети	`RegressionNeuralNetwork`	`CompactRegressionNeuralNetwork`

Объект модели

Модель	Полная модель (`Mdl`)	Компактная модель (`CompactMdl`)
Обобщенная аддитивная модель	`ClassificationGAM`	`CompactClassificationGAM`
Наивная модель Байеса	`ClassificationNaiveBayes`	`CompactClassificationNaiveBayes`
Модель нейронной сети	`ClassificationNeuralNetwork`	`CompactClassificationNeuralNetwork`
Поддерживайте векторную машину для одноклассовой и двоичной классификации	`ClassificationSVM`	`CompactClassificationSVM`

Введенный в R2014a

Документация

compact

Синтаксис

Описание

Примеры

Уменьшите размер наивного классификатора Байеса

Уменьшите размер классификатора SVM

Уменьшите размер обобщенной аддитивной модели

Входные параметры

`Mdl` - Модель машинного обучения
объект модели полной регрессии | объект модели полной классификации

Выходные аргументы

`CompactMdl` - Компактная модель машинного обучения
объект модели сжатия регрессии | объект модели компактной классификации

Statistics and Machine Learning Toolbox документация

Поддержка

Документация

compact

Синтаксис

Описание

Примеры

Уменьшите размер наивного классификатора Байеса

Уменьшите размер классификатора SVM

Уменьшите размер обобщенной аддитивной модели

Входные параметры

Mdl - Модель машинного обучения объект модели полной регрессии | объект модели полной классификации

Выходные аргументы

CompactMdl - Компактная модель машинного обучения объект модели сжатия регрессии | объект модели компактной классификации

Statistics and Machine Learning Toolbox документация

Поддержка

`Mdl` - Модель машинного обучения
объект модели полной регрессии | объект модели полной классификации

`CompactMdl` - Компактная модель машинного обучения
объект модели сжатия регрессии | объект модели компактной классификации