Класс: TreeBagger
Поля вне сумки
mar = oobMargin(B)
mar = oobMargin(B,'param1',val1,'param2',val2,...)
mar = oobMargin(B) вычисляет Nobs-by- NTrees матрица классификационных полей для несовпадающих наблюдений в обучающих данных с использованием обученного багажника B .
mar = oobMargin(B,'param1',val1,'param2',val2,...) задает необязательные пары имя/значение параметра:
'Mode' | Вектор символов или строковый скаляр, указывающий как oobMargin вычисляет ошибки. Если установлено значение 'cumulative' (по умолчанию), метод вычисляет совокупные маржи и mar является Nobs-by- NTrees матрица, где в первом столбце даются поля от trees(1), второй столбец дает поля от trees(1:2) и т.д., до trees(1:NTrees). Если установлено значение 'individual', mar является Nobs-by- NTrees матрица, где каждый столбец дает поля от каждого дерева в ансамбле. Если установлено значение 'ensemble', mar - один столбец длины Nobs отображение совокупных полей для всего ансамбля. |
'Trees' | Вектор индексов, указывающих, какие деревья включать в этот расчет. По умолчанию для этого аргумента задано значение 'all' и метод использует все деревья. Если 'Trees' является числовым вектором, метод возвращает Nobs-by- NTrees матрица для 'cumulative' и 'individual' режимы, где NTrees - количество элементов в векторе вход и один столбец для 'ensemble' режим. Для примера, в 'cumulative' mode, первый столбец дает поля от trees(1), второй столбец дает поля от trees(1:2) и т.д. |
'TreeWeights' | Вектор весов дерева. Этот вектор должен иметь ту же длину, что и 'Trees' вектор. oobMargin использует эти веса для объединения выхода из заданных деревьев путем взятия взвешенного среднего значения вместо простого невзвешенного большинства голосов. Вы не можете использовать этот аргумент в 'individual' режим. |
