Пакет: classreg.learning.partition
Суперклассы: RegressionPartitionedModel
Перекрестная проверенная модель регрессии машины опорных векторов
RegressionPartitionedSVM
- набор машины опорных векторов регрессионных моделей (SVM), обученных на перекрестно проверенных складках.
возвращает перекрестно проверенную (секционированную) машину опорных векторов, CVMdl
= crossval(mdl
)CVMdl
, из обученной регрессионой модели SVM, mdl
.
возвращает перекрестно проверенную модель с дополнительными опциями, заданными одним или несколькими CVMdl
= crossval(mdl
,Name,Value
)Name,Value
аргументы в виде пар. Name
может также быть именем свойства и Value
- соответствующее значение. Name
должны находиться внутри одинарных кавычек (''
). Можно задать несколько аргументы пары "имя-значение" в любом порядке как Name1,Value1,...,NameN,ValueN
.
kfoldLoss | Потеря для перекрестно проверенной секционированной регрессионой модели |
kfoldPredict | Прогнозируйте ответы на наблюдения в перекрестно проверенной регрессионой модели |
kfoldfun | Перекрестная проверка функции для регрессии |
Можно создать RegressionPartitionedSVM
моделировать используя следующие методы:
Используйте функцию обучения fitrsvm
и укажите одно из 'CrossVal'
, 'Holdout'
, 'KFold'
, или 'Leaveout'
Пары "имя-значение".
Обучите модель, используя fitrsvm
, затем перекрестно проверьте модель с помощью crossval
способ.
Создайте раздел перекрестной валидации с помощью cvpartition
, затем передайте полученный объект раздела в fitrsvm
во время обучения с использованием 'CVPartition'
Пара "имя-значение".
[1] Нэш, У. Дж., Т. Л. Селлерс, С. Р. Тальбот, А. Дж. Коуторн и У. Б. Форд. "Популяционная биология Абалоне (виды Haliotis) в Тасмании. I. Blacklip Abalone (H. rubra) с Северного побережья и островов пролива Басс ". Деление морского рыболовства, технический доклад № 48, 1994 год.
[2] Waugh, S. «Extending and Benchmarking Cascade-Correlation: Extensions to the Cascade-Correlation Architecture and Benchmarking of Feed-Forward Supervied Neural Networds». Тасманийский университет, кафедра компьютерных наук, 1995 год.
[3] Кларк, Д., З. Шретер, А. Адамс. «A Quantitative Comparison of Dystal and Backpropagation». представлено на Австралийской конференции по нейронным сетям, 1996.
[4] Лихман, M. UCI Machine Learning Repository, [http://archive.ics.uci.edu/ml]. Ирвин, Калифорнийский университет, Школа информации и компьютерных наук.