resubPredict

Предсказать ответ ансамбля путем реституции

Синтаксис

Yfit = resubPredict(ens) Yfit = resubPredict(ens,Name,Value)

Описание

Yfit = resubPredict(ens) возвращает ответ ens предсказывает для ens.X данных. Yfit является предсказаниями ens на данных, которые fitrensemble используется для создания ens.

Yfit = resubPredict(ens,Name,Value) предсказывает ответы с дополнительными опциями, заданными одним или несколькими Name,Value аргументы в виде пар.

Входные параметры

ens

Регрессионный ансамбль, созданный с fitrensemble.

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.

'learners'

Индексы слабых учащихся ансамбля в диапазоне от 1 на NumTrained. oobLoss использует только этих учащихся для вычисления потерь.

По умолчанию: 1:NumTrained

Выходные аргументы

Yfit

Вектор предсказанных ответов на обучающие данные с ens.X элементы.

Примеры

расширить все

Найдите среднеквадратичную ошибку предсказаний реубституции

Открыть Live Script

Найдите предсказания реституции пробега из carsmall данные и посмотрите на их среднее квадратное различие от обучающих данных.

Загрузите carsmall набор данных и выбор лошадиной силы и веса транспортного средства в качестве предикторов.

load carsmall
X = [Horsepower Weight];

Обучите ансамбль регрессионных деревьев.

ens = fitrensemble(X,MPG,'Method','LSBoost','Learners','Tree');

Найдите предсказания реституции MPG.

Yfit = resubPredict(ens);

Вычислите среднее квадратное различие предсказаний реституции из обучающих данных.

MSE = mean((Yfit - ens.Y).^2)

MSE = 0.5836

Подтвердите, что результат совпадает с результатом resubLoss.

resubLoss(ens)

ans = 0.5836

См. также

predict | resubLoss | resubPredict

Документация