Класс: TreeBagger
Ансамблевые предсказания для наблюдений вне мешка
Y = oobPredict(B)
Y = oobPredict(B,Name,Value)
[Y,stdevs] = oobPredict(___)
[Y,scores] = oobPredict(___)
[Y,scores,stdevs] = oobPredict(___)
Y = oobPredict(B) вычисляет предсказанные отклики с помощью обученного багажника B для несовпадающих наблюдений в обучающих данных. Выход имеет одно предсказание для каждого наблюдения в обучающих данных. Возвращенный Y является массивом ячеек из векторов символов для классификации и числовым массивом для регрессии.
Y = oobPredict(B, задает дополнительные опции, используя один или оба аргументов пары "имя-значение":Name,Value)
'Trees' - Массив древовидных индексов для расчета откликов. Значение по умолчанию является 'all'.
'TreeWeights' - Массив NTrees веса для взвешивания голосов от заданных деревьев, где NTrees - количество деревьев в ансамбле.
Для регрессии, [Y,stdevs] = oobPredict(___) также возвращает стандартные отклонения вычисленных откликов над ансамблем выращенных деревьев с помощью любой комбинации входных аргументов в предыдущих синтаксисах.
Для классификации, [Y,scores] = oobPredict(___) также возвращает счета для всех классов. scores - матрица с одной строкой на наблюдение и одним столбцом на класс. Для каждого наблюдения вне мешка и каждого класса, счет, сгенерированная каждым деревом, является вероятностью наблюдения, исходящего от класса, вычисленной как часть наблюдений класса в листе дерева. oobPredict усредняет эти счета по всем деревьям ансамбля.
[Y,scores,stdevs] = oobPredict(___) также возвращает стандартные отклонения вычисленных счетов для классификации. stdevs - матрица с одной строкой на наблюдение и по одному столбцу на класс со стандартными отклонениями, взятыми над ансамблем выращенных деревьев.
oobPredict и predict точно так же предсказывают классы и отклики.
В регрессионных задачах:
Для каждого наблюдения, которое выходит из мешка по крайней мере для одного дерева, oobPredict составляет взвешенное среднее путем выбора откликов деревьев, в которых наблюдение находится вне мешка. Для этого расчета 'TreeWeights' Аргумент пары "имя-значение" задает веса.
Для каждого наблюдения, которое находится в мешке для всех деревьев, предсказанная реакция является средневзвешенным значением всех реакций обучения. Для этого расчета W свойство TreeBagger модель (т.е. веса наблюдений) задает веса.
В задачах классификации:
Для каждого наблюдения, которое выходит из мешка по крайней мере для одного дерева, oobPredict составляет средневзвешенное значение апостериорных вероятностей класса путем выбора деревьев, в которых наблюдение находится вне мешка. Следовательно, предсказанный класс является классом, соответствующим наибольшему взвешенному среднему. Для этого расчета 'TreeWeights' Аргумент пары "имя-значение" задает веса.
Для каждого наблюдения, которое находится в мешке для всех деревьев, предсказанный класс является взвешенным, самым популярным классом по всем откликам обучения. Для этого расчета W свойство TreeBagger модель (т.е. веса наблюдений) задает веса. Если существует несколько наиболее популярных классов, oobPredict рассматривает тот, который указан первым в ClassNames свойство TreeBagger модель самая популярная.
