predict

Спрогнозируйте метки с помощью дерева классификации

Синтаксис

label = predict(Mdl,X)

label = predict(Mdl,X,Name,Value)

[label,score,node,cnum]
= predict(___)

Описание

label = predict(Mdl,X) возвращает вектор предсказанных меток классов для данных предиктора в таблице или матрице X, на основе обученного, полного или компактного дерева классификации Mdl.

label = predict(Mdl,X,Name,Value) использует дополнительные опции, заданные одним или несколькими Name,Value аргументы в виде пар. Для примера можно задать обрезку Mdl на конкретный уровень перед предсказанием меток.

[label,score,node,cnum] = predict(___) использует любой входной параметр в предыдущих синтаксисах и дополнительно возвращает:

Матрица классификационных оценок (score), указывающий вероятность того, что метка происходит от определенного класса. Для деревьев классификации счетов являются апостериорными вероятностями. Для каждого наблюдения в X, предсказанная метка класса соответствует минимальной ожидаемой стоимости неправильной классификации среди всех классов.
Вектор предсказанных чисел узлов для классификации (node).
Вектор предсказанного числа классов для классификации (cnum).

Входные параметры

расширить все

`Mdl` - Обученное дерево классификации
`ClassificationTree` объект модели | `CompactClassificationTree` объект модели

Обученное дерево классификации, заданное как ClassificationTree или CompactClassificationTree объект модели. То есть Mdl является обученной классификационной моделью, возвращенной fitctree или compact.

`X` - Данные предиктора, которые будут классифицированы
числовая матрица | таблица

Данные предиктора, которые будут классифицированы, заданные как числовая матрица или таблица.

Каждая строка X соответствует одному наблюдению, и каждый столбец соответствует одной переменной.

Для числовой матрицы:
- Переменные, составляющие столбцы X должен иметь тот же порядок, что и переменные предиктора, которые обучали Mdl.
- Если вы тренировались Mdl использование таблицы (для примера, Tbl), затем X может быть числовой матрицей, если Tbl содержит все числовые переменные предиктора. Для лечения числовых предикторов в Tbl как категориальный во время обучения, идентифицируйте категориальные предикторы, используя CategoricalPredictors Аргумент пары "имя-значение" из fitctree. Если Tbl содержит неоднородные переменные предиктора (для примера, числовых и категориальных типов данных) и X является числовой матрицей, тогда predict выдает ошибку.
Для таблицы:
- predict не поддерживает многополюсные переменные или массивы ячеек, отличные от массивов ячеек векторов символов.
- Если вы тренировались Mdl использование таблицы (для примера, Tbl), затем все переменные предиктора в X должны иметь те же имена переменных и типы данных, что и обученные Mdl (хранится в Mdl.PredictorNames). Однако порядок столбцов X не должен соответствовать порядку столбцов Tbl. Tbl и X может содержать дополнительные переменные (переменные отклика, веса наблюдений и т.д.), но predict игнорирует их.
- Если вы тренировались Mdl используя числовую матрицу, затем имена предикторов в Mdl.PredictorNames и соответствующие имена переменных предиктора в X должно быть то же самое. Чтобы задать имена предикторов во время обучения, смотрите PredictorNames Аргумент пары "имя-значение" из fitctree. Все переменные предиктора в X должны быть числовыми векторами. X может содержать дополнительные переменные (переменные отклика, веса наблюдений и т.д.), но predict игнорирует их.

Типы данных: table | double | single

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

`'Subtrees'` - Уровень обрезки
0 (по умолчанию) | вектор неотрицательных целых чисел | `'all'`

Уровень обрезки, заданный как разделенная разделенными запятой парами, состоящая из 'Subtrees' и вектор неотрицательных целых чисел в порядке возрастания или 'all'.

Если вы задаете вектор, то все элементы должны быть как минимум 0 и самое большее max(Mdl.PruneList). 0 указывает полное, несрезанное дерево и max(Mdl.PruneList) указывает полностью обрезанное дерево (т.е. только корневой узел).

Если вы задаете 'all', затем predict работает со всеми поддеревьями (т.е. со всей последовательностью обрезки). Эта спецификация эквивалентна использованию 0:max(Mdl.PruneList).

predict черносливы Mdl каждому уровню, указанному в Subtrees, а затем оценивает соответствующие выходные аргументы. Размер Subtrees определяет размер некоторых выходных аргументов.

Для вызова Subtrees, свойства PruneList и PruneAlpha от Mdl должно быть непустым. Другими словами, расти Mdl путем установки 'Prune','on', или путем обрезки Mdl использование prune.

Пример: 'Subtrees','all'

Типы данных: single | double | char | string

Выходные аргументы

расширить все

`label` - Предсказанные метки классов
вектор | массив

Предсказанные метки классов, возвращенные как вектор или массив. Каждая запись label соответствует классу с минимальными ожидаемыми затратами для соответствующей строки X.

Предположим Subtrees - числовой вектор, содержащий T элементы (для 'all', см. Subtrees), и X имеет N строки.

Если тип данных отклика char и:
- T = 1, затем label - символьная матрица, содержащая N строки. Каждая строка содержит предсказанную метку, произведенную поддеревом Subtrees.
- T > 1, затем label является N-by- T массив ячеек.
В противном случае label является N-by- T массив, имеющий совпадающий тип данных, что и ответ. (Программа обрабатывает массивы строк как массивы ячеек векторов символов.)

В двух последних случаях столбец j от label содержит вектор предсказанных меток, произведенных поддерево Subtrees (j).

`score` - Апостериорные вероятности
числовая матрица

Апостериорные вероятности, возвращенные как числовая матрица размера N-by- K, где N количество наблюдений (строк) в X, и K количество классов (в Mdl.ClassNames). score(i,j) - апостериорная вероятность того, что строка i от X является классом j.

Если Subtrees имеет T элементы, и X имеет N строки, затем score является N-by- K-by- T массив, и node и cnum являются N-by- T матрицы.

`node` - Номера узлов
числовой вектор

Номера узлов для предсказанных классов, возвращенные как числовой вектор. Каждая запись соответствует предсказанному узлу в Mdl для соответствующей строки X.

`cnum` - Номера классов
числовой вектор

Номера классов, соответствующие предсказанному labels, возвращенный как числовой вектор. Каждая запись cnum соответствует предсказанному числу классов для соответствующей строки X.

Примеры

расширить все

Прогнозирование меток с помощью дерева классификации

Открыть Live Script

Исследуйте предсказания на несколько строк в наборе данных, оставшемся вне обучения.

Загрузите набор данных радужки Фишера.

load fisheriris

Разделите данные на наборы для обучения (50%) и валидации (50%).

n = size(meas,1);
rng(1) % For reproducibility
idxTrn = false(n,1);
idxTrn(randsample(n,round(0.5*n))) = true; % Training set logical indices
idxVal = idxTrn == false;                  % Validation set logical indices

Создайте дерево классификации с помощью набора обучающих данных.

Mdl = fitctree(meas(idxTrn,:),species(idxTrn));

Спрогнозируйте метки для данных валидации. Подсчитайте количество неправильно классифицированных наблюдений.

label = predict(Mdl,meas(idxVal,:));
label(randsample(numel(label),5)) % Display several predicted labels

ans = 5x1 cell
    {'setosa'    }
    {'setosa'    }
    {'setosa'    }
    {'virginica' }
    {'versicolor'}

numMisclass = sum(~strcmp(label,species(idxVal)))

numMisclass = 3

Программа неправильно классифицирует три несовпадающих по выборке наблюдения.

Оценка апостериорных вероятностей класса с использованием классификационного дерева

Открыть Live Script

Загрузите набор данных радужки Фишера.

load fisheriris

Разделите данные на наборы для обучения (50%) и валидации (50%).

n = size(meas,1);
rng(1) % For reproducibility
idxTrn = false(n,1);
idxTrn(randsample(n,round(0.5*n))) = true; % Training set logical indices
idxVal = idxTrn == false;                  % Validation set logical indices

Создайте дерево классификации с помощью набора обучающих данных, а затем просмотрите его.

Mdl = fitctree(meas(idxTrn,:),species(idxTrn));
view(Mdl,'Mode','graph')

Figure Classification tree viewer contains an axes and other objects of type uimenu, uicontrol. The axes contains 18 objects of type line, text.

Получившееся дерево имеет четыре уровня.

Оцените апостериорные вероятности для тестового набора с помощью поддеревьев, обрезанных до уровней 1 и 3.

[~,Posterior] = predict(Mdl,meas(idxVal,:),'SubTrees',[1 3]);
Mdl.ClassNames

ans = 3x1 cell
    {'setosa'    }
    {'versicolor'}
    {'virginica' }

Posterior(randsample(size(Posterior,1),5),:,:),...
    % Display several posterior probabilities

ans = 
ans(:,:,1) =

    1.0000         0         0
    1.0000         0         0
    1.0000         0         0
         0         0    1.0000
         0    0.8571    0.1429


ans(:,:,2) =

    0.3733    0.3200    0.3067
    0.3733    0.3200    0.3067
    0.3733    0.3200    0.3067
    0.3733    0.3200    0.3067
    0.3733    0.3200    0.3067

Элементы Posterior являются апостериорными вероятностями классов:

Строки соответствуют наблюдениям в наборе валидации.
Столбцы соответствуют классам, перечисленным в Mdl.ClassNames.
Страницы соответствуют поддеревьям.

Поддерево, обрезанное до уровня 1, более уверено в своих предсказаниях, чем поддерево, обрезанное до уровня 3 (то есть корневого узла).

Подробнее о

расширить все

Предсказанная метка класса

predict классифицирует путем минимизации ожидаемых затрат на неправильную классификацию:

$\hat{y} = \underset{y = 1, ..., K}{\arg \min} \sum_{j = 1}^{K} \hat{P} (j | x) C (y | j),$

где:

$\hat{y}$ - предсказанная классификация.
K - количество классов.
$\hat{P} (j | x)$ - апостериорная вероятность j классов для x наблюдений.
$C (y | j)$ - стоимость классификации наблюдения как y, когда его истинный класс j.

Счет (дерево)

Для деревьев score классификации узла листа является апостериорной вероятностью классификации в этом узле. Апостериорная вероятность классификации в узле - это количество обучающих последовательностей, которые ведут к этому узлу с классификацией, разделенной на количество обучающих последовательностей, которые ведут к этому узлу.

Например, рассмотрите классификацию предиктора X как true когда X < 0.15 или X > 0.95, и X в противном случае ложь.

Сгенерируйте 100 случайных точек и классифицируйте их:

rng(0,'twister') % for reproducibility
X = rand(100,1);
Y = (abs(X - .55) > .4);
tree = fitctree(X,Y);
view(tree,'Mode','Graph')

Обрезать дерево:

tree1 = prune(tree,'Level',1);
view(tree1,'Mode','Graph')

Обрезанное дерево правильно классифицирует наблюдения, которые меньше 0,15, как true. Он также правильно классифицирует наблюдения от .15 до .94 как false. Однако он неправильно классифицирует наблюдения, которые больше 94, как false. Поэтому счет для наблюдений, которые больше 15, должны быть около .05/.85 = .06 для trueи примерно .8/.85 = .94 для false.

Вычислите счета предсказания для первых 10 строк X:

[~,score] = predict(tree1,X(1:10));
[score X(1:10,:)]

ans = 10×3

    0.9059    0.0941    0.8147
    0.9059    0.0941    0.9058
         0    1.0000    0.1270
    0.9059    0.0941    0.9134
    0.9059    0.0941    0.6324
         0    1.0000    0.0975
    0.9059    0.0941    0.2785
    0.9059    0.0941    0.5469
    0.9059    0.0941    0.9575
    0.9059    0.0941    0.9649

Действительно, каждое значение X (самый правый столбец), который меньше 0,15 имеет связанные счета (левый и центральный столбцы) 0 и 1, в то время как другие значения X имеют сопоставленные счета 0.91 и 0.09. The различия (счет 0.09 вместо ожидаемого .06) обусловлено статистическим колебанием: существуют 8 наблюдения в X в области значений (.95,1) вместо ожидаемого 5 наблюдения.

Истинные затраты на неправильную классификацию

Истинная стоимость неправильной классификации является стоимостью классификации наблюдения в неправильный класс.

Можно задать истинные затраты на неправильную классификацию по классам с помощью 'Cost' аргумент имя-значение при создании классификатора. Cost(i,j) - стоимость классификации наблюдений в классы j когда его истинный класс i. По умолчанию Cost(i,j)=1 если i~=j, и Cost(i,j)=0 если i=j. Другими словами, стоимость 0 для правильной классификации и 1 для неправильной классификации.

Ожидаемая стоимость

Ожидаемая стоимость неправильной классификации за наблюдение является усредненной стоимостью классификации наблюдений по каждому классу.

Предположим, у вас есть Nobs наблюдения, которые вы хотите классифицировать с помощью обученного классификатора, и у вас есть K классы. Наблюдения помещаются в матрицу X с одним наблюдением за строкой.

Матрица ожидаемых затрат CE имеет размер Nobs-by- K. Каждая строка CE содержит ожидаемые (средние) затраты на классификацию наблюдений по каждому из K классы. CE(n,k) является

$\sum_{i = 1}^{K} \hat{P} (i | X (n)) C (k | i),$

где:

K - количество классов.
$\hat{P} (i | X (n))$ - апостериорная вероятность i классов для X наблюдений (n).
$C (k | i)$ - истинная стоимость неправильной классификации при классификации наблюдения как k, когда его истинный класс i.

Прогнозирующая мера ассоциации

predictive measure of association является значением, которое указывает на сходство между правилами принятия решений, которые разделяют наблюдения. Среди всех возможных разделений решений, которые сравниваются с оптимальным разделением (найденным путем роста дерева), лучшее разделение суррогатных решений приводит к максимальной прогнозирующей мере ассоциации. Второе лучшее суррогатное разделение имеет вторую по величине прогнозирующую меру ассоциации.

Предположим _xj, и _xk переменные предсказателя j и k, соответственно, и <reservedrangesplaceholder6> ≠ <reservedrangesplaceholder5>. В узле t _{прогнозирующая} мера ассоциации _между оптимальным разделением xj < u и суррогатным разделением xk < v,

$λ_{j k} = \frac{min (P_{L}, P_{R}) - (1 - P_{L_{j} L_{k}} - P_{R_{j} R_{k}})}{минута (P_{L}, P_{R})} .$

_PL - это доля наблюдений в узле t, такая что _xj < u. L индекса обозначает левый дочерний элемент узла t.
_PR - пропорция наблюдений в узле t, такой что _{<reservedrangesplaceholder3> ≥ <reservedrangesplaceholder2>}. R индекса обозначает правый дочерний элемент узла t.
$P_{L_{j} L_{k}}$ - доля наблюдений в узле t, такая что _xj < u и _xk < v.
$P_{R_{j} R_{k}}$ пропорция наблюдений в узле t, такой что _{<reservedrangesplaceholder3> ≥ <reservedrangesplaceholder2>} и <reservedrangesplaceholder1> ≥ <reservedrangesplaceholder0>.
Наблюдения с отсутствующими значениями для _xj или _xk не способствуют вычислению пропорции.

_λjk является значением в (- ∞, 1]. Если _λjk > 0, то xk < v является стоящим суррогатным разделением для xj < u.

Алгоритмы

predict генерирует предсказания путем следования ветвям Mdl пока он не достигнет конечного узла или отсутствующего значения. Если predict достигает листового узла, он возвращает классификацию этого узла.

Если predict достигает узла с отсутствующим значением для предиктора, его поведение зависит от настройки Surrogate Пара "имя-значение", когда fitctree создает Mdl.

Surrogate = 'off' (по умолчанию) - predict возвращает метку с наибольшим количеством обучающих выборок, которые достигают узла.
Surrogate = 'on' — predict использует лучшее суррогатное разделение в узле. Если все суррогатные разделенные переменные с положительными predictive measure of association отсутствуют, predict возвращает метку с наибольшим количеством обучающих выборок, которые достигают узла. Для определения смотрите Прогнозирующую Меру Ассоциации.

Альтернативная функциональность

Блок Simulink

Чтобы интегрировать предсказание модели дерева классификации в Simulink^®можно использовать блок ClassificationTree Predict в библиотеке Statistics and Machine Learning Toolbox™ или MATLAB^® Функциональный блок с predict функция. Для примеров смотрите Предсказание меток классов с использованием блока ClassificationTree Predict и Предсказание меток классов с использованием блока MATLAB function.

При принятии решения о том, какой подход использовать, примите к сведению следующее:

Если вы используете библиотечный блок Statistics and Machine Learning Toolbox, можно использовать Fixed-Point Tool (Fixed-Point Designer) для преобразования модели с плавающей точкой в фиксированную точку.
Поддержка массивов переменного размера должна быть включена для блока MATLAB Function с predict функция.
Если вы используете блок MATLAB Function, можно использовать функции MATLAB для предварительной обработки или постобработки до или после предсказаний в том же блоке MATLAB Function.

Расширенные возможности

Длинные» массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Эта функция полностью поддерживает длинные массивы. Вы можете использовать модели, обученные на памяти или высоких данных с этой функцией.

Для получения дополнительной информации см. Раздел «Длинные массивы»

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

Указания и ограничения по применению:

Вы можете сгенерировать код C/C + + для обоихpredict и update при помощи конфигуратора кодера. Или сгенерируйте код только для predict при помощи saveLearnerForCoder, loadLearnerForCoder, и codegen.
- Генерация кода для predict и update - Создайте конфигуратор кодера при помощи learnerCoderConfigurer а затем сгенерируйте код при помощи generateCode. Затем можно обновить параметры модели в сгенерированном коде, не регенерируя код.
- Генерация кода для predict - Сохраните обученную модель при помощи saveLearnerForCoder. Задайте функцию точки входа, которая загружает сохраненную модель при помощи loadLearnerForCoder и вызывает predict функция. Затем используйте codegen (MATLAB Coder), чтобы сгенерировать код для функции точки входа.

Чтобы сгенерировать одноточный код C/C + + для предсказания, задайте аргумент имя-значение 'DataType','single' когда вы вызываете loadLearnerForCoder функция.
Можно также сгенерировать код C/C + + с фиксированной точкой дляpredict. Генерация кода с фиксированной точкой требует дополнительного шага, который задает типы данных с фиксированной точкой переменных, необходимых для предсказания. Создайте структуру типа данных с фиксированной точкой с помощью функции типа данных, сгенерированной generateLearnerDataTypeFcn, и используйте структуру в качестве входного параметра loadLearnerForCoder в функции точки входа. Для генерации кода C/C + + с фиксированной точкой требуются MATLAB Coder™ и Fixed-Point Designer™.

Эта таблица содержит примечания к аргументам predict. Аргументы, не включенные в эту таблицу, полностью поддерживаются.

Аргумент	Примечания и ограничения
`Mdl`	Для указаний по применению и ограничений объекта модели, смотрите Генерацию кода CompactClassificationTree объект.
`X`	Для генерации общего кода, `X` должна быть матрицей одинарной точности или двойной точности или таблицей, содержащей числовые переменные, категориальные переменные или обе. В рабочем процессе конфигуратора кодера `X` должна быть матрицей одинарной точности или двойной точности. Для генерации кода с фиксированной точкой, `X` должна быть матрицей с фиксированной точкой. Количество строк или наблюдений в `X` может быть размером переменной, но количеством столбцов в `X` должен быть фиксирован. Если вы хотите задать `X` в качестве таблицы, тогда ваша модель должна быть обучена с помощью таблицы, а ваша функция точки входа для предсказания должна: Примите данные как массивы. Составьте таблицу из входных параметров данных и задайте имена переменных в таблице. Передайте таблицу в `predict`. Пример этого рабочего процесса таблицы см. в разделе Генерация кода для классификации данных в таблице. Для получения дополнительной информации об использовании таблиц в генерации кода смотрите Генерация кода для таблиц (MATLAB Coder) и Ограничения таблицы для генерации кода (MATLAB Coder).
`label`	Если тип данных отклика `char` и `codegen` не может определить, что значение `Subtrees` является скаляром, тогда `label` - массив ячеек из векторов символов.
`'Subtrees'`	Имена в аргументах пары "имя-значение" должны быть константами во время компиляции. Для примера, чтобы разрешить пользовательские уровни обрезки в сгенерированном коде, включите `{coder.Constant('Subtrees'),coder.typeof(0,[1,n],[0,1])}` в `-args` значение `codegen` (MATLAB Coder), где `n` является `max(Mdl.PruneList)`. The `'Subtrees'` аргумент пары "имя-значение" не поддерживается в рабочем процессе конфигуратора кодера. Для генерации кода с фиксированной точкой, `'Subtrees'` значение должно быть `coder.Constant('all')` или иметь целочисленный тип данных.

Для получения дополнительной информации смотрите Введение в генерацию кода.

См. также

Темы

Задайте аргументы переменного размера для генерации кода

Введенный в R2011a

Документация

predict

Синтаксис

Описание

Входные параметры

`Mdl` - Обученное дерево классификации
`ClassificationTree` объект модели | `CompactClassificationTree` объект модели

`X` - Данные предиктора, которые будут классифицированы
числовая матрица | таблица

Аргументы в виде пар имя-значение

`'Subtrees'` - Уровень обрезки
0 (по умолчанию) | вектор неотрицательных целых чисел | `'all'`

Выходные аргументы

`label` - Предсказанные метки классов
вектор | массив

`score` - Апостериорные вероятности
числовая матрица

`node` - Номера узлов
числовой вектор

`cnum` - Номера классов
числовой вектор

Примеры

Прогнозирование меток с помощью дерева классификации

Оценка апостериорных вероятностей класса с использованием классификационного дерева

Подробнее о

Предсказанная метка класса

Счет (дерево)

Истинные затраты на неправильную классификацию

Ожидаемая стоимость

Прогнозирующая мера ассоциации

Алгоритмы

Альтернативная функциональность

Блок Simulink

Расширенные возможности

Длинные» массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

См. также

Темы

Statistics and Machine Learning Toolbox документация

Поддержка

Документация

predict

Синтаксис

Описание

Входные параметры

Mdl - Обученное дерево классификации ClassificationTree объект модели | CompactClassificationTree объект модели

X - Данные предиктора, которые будут классифицированы числовая матрица | таблица

Аргументы в виде пар имя-значение

'Subtrees' - Уровень обрезки 0 (по умолчанию) | вектор неотрицательных целых чисел | 'all'

Выходные аргументы

label - Предсказанные метки классов вектор | массив

score - Апостериорные вероятности числовая матрица

node - Номера узлов числовой вектор

cnum - Номера классов числовой вектор

Примеры

Прогнозирование меток с помощью дерева классификации

Оценка апостериорных вероятностей класса с использованием классификационного дерева

Подробнее о

Предсказанная метка класса

Счет (дерево)

Истинные затраты на неправильную классификацию

Ожидаемая стоимость

Прогнозирующая мера ассоциации

Алгоритмы

Альтернативная функциональность

Блок Simulink

Расширенные возможности

Длинные» массивы Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C + + Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®

См. также

Темы

Statistics and Machine Learning Toolbox документация

Поддержка

`Mdl` - Обученное дерево классификации
`ClassificationTree` объект модели | `CompactClassificationTree` объект модели

`X` - Данные предиктора, которые будут классифицированы
числовая матрица | таблица

`'Subtrees'` - Уровень обрезки
0 (по умолчанию) | вектор неотрицательных целых чисел | `'all'`

`label` - Предсказанные метки классов
вектор | массив

`score` - Апостериорные вероятности
числовая матрица

`node` - Номера узлов
числовой вектор

`cnum` - Номера классов
числовой вектор

Длинные» массивы
Осуществление вычислений с массивами, которые содержат больше строк, чем помещается в памяти.

Генерация кода C/C + +
Сгенерируйте код C и C++ с помощью Coder™ MATLAB ®