Класс: CompactTreeBagger
Мера по выбросу для данных в ансамбле деревьев решений
out = outlierMeasure(B,X)
out = outlierMeasure(B,X,'param1',val1,'param2',val2,...)
out = outlierMeasure(B,X) вычисляет меры по выбросу для предикторов X использование деревьев в ансамбле B. Метод вычисляет меру по выбросу для заданного наблюдения путем взятия инверсии средней близости в квадрате между этим наблюдением и другими наблюдениями. outlierMeasure затем нормирует эти меры по выбросу путем вычитания медианы их распределения, принятия абсолютное значение этого различия и деления на среднее абсолютное отклонение. Высокое значение меры по выбросу указывает, что это наблюдение является выбросом.
Можно предоставить матрицу близости непосредственно при помощи 'Data' параметр.
out = outlierMeasure(B,X,'param1',val1,'param2',val2,...) задает дополнительное название параметра / пары значения:
'Data' | Отметьте указание, как обработать X входной параметр. Если установлено в 'predictors' (значение по умолчанию), метод принимает X матрица предикторов и использует его для расчета матрицы близости. Если установлено в 'proximity', метод обрабатывает X как матрица близости, возвращенная proximity метод. Если вы не предоставляете матрицу близости, outlierMeasure вычисляет его внутренне. Если вы используете proximity метод, чтобы вычислить матрицу близости, предоставляя его, как введено к outlierMeasure уменьшает вычислительное время. |
'Labels' | Вектор из истинных меток класса. Истинные метки класса могут быть числовым вектором, символьной матрицей, массивом строк или массивом ячеек из символьных векторов. Когда вы предоставляете этот параметр, метод выполняет вычисление выброса для любых наблюдений с помощью только других наблюдений от того же класса. Этот параметр должен задать одну метку для каждого наблюдения (строка) в X. |
