Exponenta Banner
exponenta event banner

compact

Компактная обобщенная линейная регрессионая модель

Свернуть все на странице

Синтаксис

compactMdl = compact(mdl)

Описание

пример

compactMdl = compact(mdl) возвращает компактную обобщенную линейную регрессионую модель compactMdl, которая является компактной версией полной, установленной обобщенной линейной регрессионой модели mdl.

Примеры

свернуть все

Открыть Live Script

Подгонка обобщенной линейной регрессионной модели к данным и уменьшение размера полной, подобранной модели путем отброса выборочных данных и некоторой информации, связанной с процессом подгонки.

Загрузите largedata4reg набор данных, который содержит 15 000 наблюдений и 45 переменные.

load largedata4reg

Подгонка обобщенной линейной регрессионой модели к данным с помощью первых 15 переменных предиктора.

mdl = fitglm(X(:,1:15),Y);

Компактность модели.

compactMdl = compact(mdl);

Компактная модель отбрасывает исходные выборочные данные и некоторую информацию, связанную с процессом подгонки, поэтому она использует меньше памяти, чем полная модель.

Сравните размер полной модели mdl и компактную модель compactMdl.

vars = whos('compactMdl','mdl');
[vars(1).bytes,vars(2).bytes]
ans = 1×2

       15517     4382500

Компактная модель потребляет меньше памяти, чем полная модель.

Входные параметры

свернуть все

Обобщенная линейная регрессионая модель, заданная как GeneralizedLinearModel объект, созданный с помощью fitglm или stepwiseglm.

Выходные аргументы

свернуть все

Компактная обобщенная линейная регрессионая модель, возвращенная как CompactGeneralizedLinearModel объект.

A CompactGeneralizedLinearModel объект потребляет меньше памяти, чем GeneralizedLinearModel объект, потому что компактная модель не хранит входные данные, используемые для подгонки модели, или информацию, относящуюся к процессу аппроксимации. Вы все еще можете использовать компактную модель для предсказания откликов с помощью новых входных данных, но некоторых GeneralizedLinearModel функции объекта, которые требуют входных данных, не работают с компактной моделью.

Расширенные возможности

См. также

| | |

Введенный в R2016b

Statistics and Machine Learning Toolbox документация

Поддержка