Обобщенная аддитивная модель
Поддающаяся толкованию модель, состоявшая из одномерных и двумерных функций формы для регрессии
Использование fitrgam подбирать обобщенную аддитивную модель для регрессии.
Обобщенная аддитивная модель (GAM) является поддающейся толкованию моделью, которая объясняет переменную отклика с помощью суммы одномерных и двумерных функций формы предикторов. fitrgam использует повышенное дерево в качестве функции формы для каждого предиктора и, опционально, каждой пары предикторов; поэтому, функция может получить нелинейное отношение между предиктором и переменной отклика. Поскольку вклады отдельных функций формы к предсказанию (значение отклика) хорошо разделяются, модель легко интерпретировать.
Функции
развернуть все
Создайте объект GAM
fitrgam | Подходящая обобщенная аддитивная модель (GAM) для регрессии |
compact | Уменьшайте размер модели машинного обучения |
crossval | Перекрестный подтвердите модель машинного обучения |
Обновите GAM
addInteractions | Добавьте периоды взаимодействия в одномерную обобщенную аддитивную модель (GAM) |
resume | Возобновите обучение обобщенной аддитивной модели (GAM) |
Интерпретируйте предсказание
lime | Локальные поддающиеся толкованию объяснения модели агностические (LIME) |
partialDependence | Вычислите частичную зависимость |
plotLocalEffects | Постройте локальные эффекты терминов в обобщенной аддитивной модели (GAM) |
plotPartialDependence | Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP) |
shapley | Шепли оценивает |
Оцените прогнозирующую эффективность на новых наблюдениях
predict | Предскажите ответы с помощью обобщенной аддитивной модели (GAM) |
loss | Потеря регрессии для обобщенной аддитивной модели (GAM) |
Оцените прогнозирующую эффективность на обучающих данных
resubPredict | Предскажите ответы для обучающих данных с помощью обученной модели регрессии |
resubLoss | Потеря регрессии перезамены |
Оцените прогнозирующую эффективность на перекрестных подтвержденных данных
kfoldPredict | Предскажите ответы для наблюдений в перекрестной подтвержденной модели регрессии |
kfoldLoss | Потеря для перекрестной подтвержденной разделенной модели регрессии |
kfoldfun | Перекрестный подтвердите функцию для регрессии |