Пакет: classreg.learning.regr
Компактная машина опорных векторов
CompactRegressionSVM
является компактной машиной опорных векторов (SVM) регрессионной моделью. Он потребляет меньше памяти, чем полная, обученная модель машины опорных векторов (RegressionSVM
model), потому что он не хранит данные, используемые для обучения модели.
Поскольку компактная модель не хранит обучающие данные, вы не можете использовать ее для выполнения определенных задач, таких как перекрестная валидация. Однако можно использовать компактную регрессионую модель SVM для предсказания откликов с помощью новых входных данных.
возвращает компактную регрессионую модель SVM compactMdl
= compact(mdl
)compactMdl
из полной, обученной регрессионой модели SVM, mdl
. Для получения дополнительной информации смотрите compact
.
discardSupportVectors | Сбросьте поддерживающие векторы |
incrementalLearner | Преобразуйте машину опорных векторов (SVM) регрессионую модель в инкрементальную обучающуюся |
lime | Локальные интерпретируемые модели-агностические объяснения (LIME) |
loss | Ошибка регрессии для модели регрессии машины опорных векторов |
partialDependence | Вычисление частичной зависимости |
plotPartialDependence | Создайте график частичной зависимости (PDP) и отдельные графики условного ожидания (ICE) |
predict | Спрогнозируйте ответы, используя модель машины опорных векторов |
shapley | Значения Shapley |
update | Обновите параметры модели для генерации кода |
Значение. Чтобы узнать, как классы значений влияют на операции копирования, см. раздел «Копирование объектов».
[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.
compact
| fitrsvm
| RegressionSVM
| update