Классификационные поля
m = margin(obj,X,Y)
m = margin(obj,X,Y)X и метки классов Y. Для определения смотрите Дополнительные сведения.
|
Классификатор дискриминантного анализа |
|
Матрица, где каждая строка представляет наблюдение, а каждый столбец представляет предиктор. Количество столбцов в |
|
Метки классов с совпадающим типом данных, что и в |
|
Числовой вектор-столбец длины |
Вычислите классификационный запас для данных ириса Фишера, обученный на первых двух столбцах данных, и просмотрите последние 10 записей:
load fisheriris
X = meas(:,1:2);
obj = fitcdiscr(X,species);
M = margin(obj,X,species);
M(end-10:end)
ans =
0.6551
0.4838
0.6551
-0.5127
0.5659
0.4611
0.4949
0.1024
0.2787
-0.1439
-0.4444Классификатор, обученный на всех данных, лучше:
obj = fitcdiscr(meas,species);
M = margin(obj,meas,species);
M(end-10:end)
ans =
0.9983
1.0000
0.9991
0.9978
1.0000
1.0000
0.9999
0.9882
0.9937
1.0000
0.9649ClassificationDiscriminant | edge | fitcdiscr | loss | predict