Exponenta Banner

kfoldfun

Перекрестная проверка функции для регрессии

Свернуть все на странице

    Синтаксис

    vals = kfoldfun(CVMdl,fun)

    Описание

    пример

    vals = kfoldfun(CVMdl,fun) перекрестная проверка функции fun путем применения fun к данным, хранящимся в перекрестно проверенной модели CVMdl. Вы должны пройти fun как указатель на функцию.

    Примеры

    свернуть все

    Открыть Live Script

    Обучите модель дерева регрессии, а затем перекрестно проверьте ее с помощью пользовательской функции k-fold loss.

    Загрузите imports-85 набор данных. Обучите регрессионное дерево с помощью подмножества данных.

    load imports-85
Mdl = fitrtree(X(:,[4 5]),X(:,16),...
    'PredictorNames',{'Length','Width'},...
    'ResponseName','Price');

    Перекрестная проверка дерева регрессии и получение средней квадратичной невязки.

    CVMdl = crossval(Mdl);
L = kfoldLoss(CVMdl)
    L = 1.9167e+07

    Исследуйте ошибку, когда вы используете простое усреднение обучающих откликов вместо предсказаний в вычислении.

    f = @(CMP,Xtrain,Ytrain,Wtrain,Xtest,Ytest,Wtest)...
    mean((Ytest-mean(Ytrain)).^2)
    f = function_handle with value:
    @(CMP,Xtrain,Ytrain,Wtrain,Xtest,Ytest,Wtest)mean((Ytest-mean(Ytrain)).^2)


    mean(kfoldfun(CVMdl,f))
    ans = 6.3586e+07

    Входные параметры

    свернуть все

    Перекрестная проверенная модель, заданная как RegressionPartitionedModel объект, RegressionPartitionedEnsemble объект, RegressionPartitionedGAM объект, или RegressionPartitionedSVM объект.

    Перекрестная проверенная функция, заданная как указатель на функцию. fun имеет синтаксис:

    testvals = fun(CMP,Xtrain,Ytrain,Wtrain,Xtest,Ytest,Wtest)

    • CMP - компактная модель, сохраненная в одном элементе CVMdl.Trained свойство.

    • Xtrain - обучающая матрица значений предиктора.

    • Ytrain - обучающий массив значений отклика.

    • Wtrain являются обучающими весами для наблюдений.

    • Xtest и Ytest являются ли тестовые данные со связанными весами Wtest.

    • Возвращенное значение testvals должен иметь одинаковый размер по всем складкам.

    Типы данных: function_handle

    Выходные аргументы

    свернуть все

    Результаты перекрестной валидации, возвращенные как числовая матрица. vals содержит массивы testvals выход, сцепленный вертикально по всем складкам. Для примера, если testvals из каждой складки является числовым вектором длины N, kfoldfun возвращает KFold-by- N числовая матрица с одной строкой на складку.

    Типы данных: double

    См. также

    | | | | |

    Введенный в R2011a

    Statistics and Machine Learning Toolbox документация

    Поддержка