shrink

Ансамбль чернослива

Синтаксис

cmp = shrink(ens) cmp = shrink(ens,Name,Value)

Описание

cmp = shrink(ens) возвращает компактную сокращенную версию ens, регламентированный ансамбль. cmp сохраняет только учащихся с весами выше порога.

cmp = shrink(ens,Name,Value) возвращает ансамбль с дополнительными опциями, заданными одним или несколькими Name,Value аргументы в виде пар. Можно задать несколько аргументы пары "имя-значение" в любом порядке как Name1,Value1,…,NameN,ValueN.

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.

'lambda'

Вектор значений неотрицательных параметров регуляризации для лассо. Если ens.Regularization непусто (заполните его regularize), shrink регулирует ens использование lambda. Если ens содержит Regularization структура, вы не можете пройти lambda.

По умолчанию: []

'threshold'

Более низкая граница весов для слабых учащихся, численный неотрицательный скаляр. shrink создает cmp от учащихся с весами выше threshold.

По умолчанию: 0

'weightcolumn'

Индекс столбца ens.Regularization.TrainedWeights, положительное целое число. shrink создает cmp с весами учащихся из этого столбца.

По умолчанию: 1

Выходные аргументы

cmp

Регрессионный ансамбль класса CompactRegressionEnsemble. Использование cmp для того, чтобы делать предсказания точно так, как вы используете ens, с predict способ.

shrink приказывает представителям cmp от самых больших до самых маленьких.

Примеры

расширить все

Термоусадочный регрессионный ансамбль

Открыть Live Script

Сожмите 300-членский упакованный регрессионный ансамбль и посмотрите количество представителей получившегося ансамбля.

Сгенерируйте выборочные данные.

X = rand(2000,20);
Y = repmat(-1,2000,1);
Y(sum(X(:,1:5),2)>2.5) = 1;

Сожмите 300-членский упакованный регрессионый ансамбль с помощью 0.1 для параметра lambda.

bag = fitrensemble(X,Y,'Method','Bag','NumLearningCycles',300);
cmp = shrink(bag,'lambda',0.1);

Просмотрите количество представителей получившегося ансамбля.

cmp.NumTrained

ans = 94

См. также

cvshrink | predict | regularize

Темы

Регуляризация ансамбля

Документация