Создайте график частичной зависимости (PDP) и отдельные графики условного ожидания (ICE)
plotPartialDependence(
вычисляет и строит график частичной зависимости между переменными предиктора, перечисленными в RegressionMdl
,Vars
)Vars
и ответы, предсказанные при помощи регрессионой модели RegressionMdl
, который содержит данные предиктора.
Если вы задаете одну переменную в Vars
функция создает линейный график частичной зависимости от переменной.
Если вы задаете две переменные в Vars
функция создает объемную поверхностную диаграмму частичной зависимости от этих двух переменных.
plotPartialDependence(
вычисляет и строит график частичной зависимости между переменными предиктора, перечисленными в ClassificationMdl
,Vars
,Labels
)Vars
и счета для классов, указанных в Labels
при помощи классификационной модели ClassificationMdl
, который содержит данные предиктора.
Если вы задаете одну переменную в Vars
и один класс в Labels
функция создает линейный график частичной зависимости от переменной для заданного класса.
Если вы задаете одну переменную в Vars
и несколько классов в Labels
функция создает линейный график для каждого класса на одном рисунке.
Если вы задаете две переменные в Vars
и один класс в Labels
функция создает объемную поверхностную диаграмму частичной зависимости от этих двух переменных.
plotPartialDependence(___,
использует новые данные предиктора Data
)Data
. Можно задать Data
в дополнение к любой комбинации входных аргументов в предыдущих синтаксисах.
plotPartialDependence(___,
использует дополнительные опции, заданные одним или несколькими аргументами пары "имя-значение". Для примера, если вы задаете Name,Value
)'Conditional','absolute'
, plotPartialDependence
функция создает рисунок, включающую PDP, график поля точек выбранной переменной предиктора и предсказанные отклики или счета, и график ICE для каждого наблюдения.
plotPartialDependence
использует predict
функция для предсказания ответов или счетов. plotPartialDependence
выбирает нужное predict
функция согласно модели (RegressionMdl
или ClassificationMdl
) и запускается predict
с настройками по умолчанию. Для получения дополнительной информации о каждом predict
function, см. predict
функционирует в следующих двух таблицах. Если заданная модель является древовидной моделью (не включая усиленный ансамбль деревьев) и 'Conditional'
является 'none'
, затем plotPartialDependence
использует взвешенный алгоритм обхода вместо predict
функция. Для получения дополнительной информации смотрите Взвешенный алгоритм обхода.
Объект модели
Тип модели | Полная или компактная регрессия Объекта модели | Функция для предсказания ответов |
---|---|---|
Агрегация Bootstrap для ансамбля деревьев принятия решений | CompactTreeBagger | predict |
Агрегация Bootstrap для ансамбля деревьев принятия решений | TreeBagger | predict |
Ансамбль регрессионных моделей | RegressionEnsemble , RegressionBaggedEnsemble , CompactRegressionEnsemble | predict |
Гауссовская регрессионая модель ядра с использованием расширения случайных функций | RegressionKernel | predict |
Регрессия Гауссова процесса | RegressionGP , CompactRegressionGP | predict |
Обобщенная аддитивная модель | RegressionGAM , CompactRegressionGAM | predict |
Обобщенная линейная модель смешанного эффекта | GeneralizedLinearMixedModel | predict |
Обобщенная линейная модель | GeneralizedLinearModel , CompactGeneralizedLinearModel | predict |
Линейная модель смешанного эффекта | LinearMixedModel | predict |
Линейная регрессия | LinearModel , CompactLinearModel | predict |
Линейная регрессия для высоко-размерных данных | RegressionLinear | predict |
Модель регрессии нейронной сети | RegressionNeuralNetwork , CompactRegressionNeuralNetwork | predict |
Нелинейная регрессия | NonLinearModel | predict |
Дерево регрессии | RegressionTree , CompactRegressionTree | predict |
Поддерживайте векторную машину | RegressionSVM , CompactRegressionSVM | predict |
Объект модели
Тип модели | Полный или компактный объект классификационной модели | Функция для предсказания меток и счетов |
---|---|---|
Классификатор дискриминантного анализа | ClassificationDiscriminant , CompactClassificationDiscriminant | predict |
Многоклассовая модель для машин опорных векторов или других классификаторов | ClassificationECOC , CompactClassificationECOC | predict |
Ансамбль учащихся по классификации | ClassificationEnsemble , CompactClassificationEnsemble , ClassificationBaggedEnsemble | predict |
Гауссовская модель классификации ядра с использованием расширения случайных функций | ClassificationKernel | predict |
Обобщенная аддитивная модель | ClassificationGAM , CompactClassificationGAM | predict |
k - ближайшая соседняя модель | ClassificationKNN | predict |
Линейная классификационная модель | ClassificationLinear | predict |
Наивная модель Байеса | ClassificationNaiveBayes , CompactClassificationNaiveBayes | predict |
Классификатор нейронной сети | ClassificationNeuralNetwork , CompactClassificationNeuralNetwork | predict |
Поддерживайте векторную машину для одноклассовой и двоичной классификации | ClassificationSVM , CompactClassificationSVM | predict |
Двоичное дерево принятия решений для многоклассовой классификации | ClassificationTree , CompactClassificationTree | predict |
Упакованный ансамбль деревьев решений | TreeBagger , CompactTreeBagger | predict |
partialDependence
вычисляет частичную зависимость без визуализации. Функция может вычислить частичную зависимость для двух переменных и нескольких классов в одном вызове функции.
[3] Хасти, Тревор, Роберт Тибширани и Джером Фридман. Элементы статистического обучения. Нью-Йорк, Нью-Йорк: Спрингер Нью-Йорк, 2001.
lime
| oobPermutedPredictorImportance
| partialDependence
| predictorImportance (RegressionEnsemble)
| predictorImportance (RegressionTree)
| relieff
| sequentialfs
| shapley