CompactRegressionGAM

Компактная обобщенная аддитивная модель (GAM) для регрессии

    Описание

    CompactRegressionGAM является компактной версией RegressionGAM объект модели (GAM для регрессии). Компактная модель не включает данные, используемые для настройки модели. Поэтому вы не можете выполнить некоторые задачи, такие как перекрестная валидация, используя компактную модель. Используйте компактную модель для задач, таких как предсказание откликов новых данных.

    Создание

    Создайте CompactRegressionGAM объект из полного RegressionGAM объект модели при помощи compact.

    Свойства

    расширить все

    Свойства GAM

    Это свойство доступно только для чтения.

    Индексы терминов взаимодействия, заданные как t-by-2 матрица положительных целых чисел, где t - количество членов взаимодействия в модели. Каждая строка матрицы представляет один член взаимодействия и содержит индексы столбцов данных предиктора X для термина взаимодействия. Если модель не включает термин взаимодействия, то это свойство пустое ([]).

    Программа добавляет условия взаимодействия к модели в порядке важности на основе p значений. Используйте это свойство для проверки порядка терминов взаимодействия, добавленных в модель.

    Типы данных: double

    Это свойство доступно только для чтения.

    Перехват (константа) члена модели, который является суммой точки пересечения членов в деревьях предикторов и деревьях взаимодействия, заданных как числовой скаляр.

    Типы данных: single | double

    Другие регрессионные свойства

    Это свойство доступно только для чтения.

    Категориальные индексы предиктора, заданные как вектор положительных целых чисел. CategoricalPredictors содержит значения индекса, соответствующие столбцам данных предиктора, которые содержат категориальные предикторы. Если ни один из предикторов не является категориальным, то это свойство пустое ([]).

    Типы данных: double

    Это свойство доступно только для чтения.

    Расширенные имена предикторов, заданные как массив ячеек из векторов символов.

    ExpandedPredictorNames то же, что и PredictorNames для обобщенной аддитивной модели.

    Типы данных: cell

    Это свойство доступно только для чтения.

    Имена переменных предиктора, заданные как массив ячеек из векторов символов. Порядок элементов PredictorNames соответствует порядку, в котором имена предикторов появляются в обучающих данных.

    Типы данных: cell

    Это свойство доступно только для чтения.

    Имя переменной отклика, заданное как вектор символов.

    Типы данных: char

    Функция преобразования отклика, заданная как 'none' или указатель на функцию. ResponseTransform описывает, как программное обеспечение преобразует значения необработанного отклика.

    Для MATLAB® function или функция, которую вы задаете, вводите указатель на функцию. Для примера можно ввести Mdl.ResponseTransform = @function, где function принимает числовой вектор исходных откликов и возвращает числовой вектор того же размера, содержащий преобразованные отклики.

    Типы данных: char | function_handle

    Функции объекта

    расширить все

    limeЛокальные интерпретируемые модели-агностические объяснения (LIME)
    partialDependenceВычисление частичной зависимости
    plotLocalEffectsПостройте график локальных эффектов терминов в обобщенной аддитивной модели (GAM)
    plotPartialDependenceСоздайте график частичной зависимости (PDP) и отдельные графики условного ожидания (ICE)
    shapleyЗначения Shapley

    расширить все

    predictПрогнозируйте ответы, используя обобщенную аддитивную модель (GAM)
    lossРегрессионные потери для обобщенной аддитивной модели (GAM)

    Примеры

    свернуть все

    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.

    Введенный в R2021a
    Для просмотра документации необходимо авторизоваться на сайте