Пакет: classreg.learning.classif
Компактный класс дискриминантного анализа
CompactClassificationDiscriminant
объект является компактной версией классификатора дискриминантного анализа. Компактная версия не включает данные для обучения классификатор. Поэтому вы не можете выполнить некоторые задачи с компактным классификатором, такие как перекрестная проверка. Используйте компактный классификатор для того, чтобы сделать предсказания (классификации) новых данных.
создает компактный классификатор из полного классификатора.cobj
=
compact(obj
)
создает компактный классификатор дискриминантного анализа из средних значений класса cobj
= makecdiscr(Mu
,Sigma
)Mu
и ковариационная матрица Sigma
. Для получения дополнительной информации синтаксиса смотрите makecdiscr
.
|
Классификатор дискриминантного анализа, созданное использование |
|
|
|
Категориальные индексы предиктора, который всегда пуст ( |
|
Список элементов в обучающих данных |
|
Уравнение контура между классом
где Если |
|
Квадратная матрица, где Измените |
|
Значение порога Delta для линейной дискриминантной модели, неотрицательного скаляра. Если коэффициент
Измените |
|
Вектор-строка из длины равняется количеству предикторов в Если |
|
Вектор символов, задающий дискриминантный тип. Один из:
Измените Вы можете измениться между линейными типами, или между квадратичными типами, но не можете измениться между линейными и квадратичными типами. |
|
Значение Гамма параметра регуляризации, скаляра от
|
|
Логарифм определителя ковариационной матрицы в классе. Тип
|
|
Неотрицательный скаляр, минимальное значение Гамма параметра так, чтобы корреляционная матрица была обратимой. Если корреляционная матрица не сингулярна, |
|
Класс означает в виде |
|
Массив ячеек имен для переменных предикторов, в порядке, в котором они появляются в обучающих данных |
|
Числовой вектор из априорных вероятностей для каждого класса. Порядок элементов Добавьте или измените |
|
Вектор символов, описывающий переменную отклика |
|
Вектор символов, представляющий встроенную функцию преобразования или указатель на функцию для преобразования баллов. Реализуйте запись через точку, чтобы добавить или изменить
|
|
Ковариационная матрица в классе или матрицы. Размерности зависят от
|
compareHoldout | Сравните точность двух моделей классификации с помощью новых данных |
edge | Ребро классификации |
lime | Локальные поддающиеся толкованию объяснения модели агностические (LIME) |
logp | Регистрируйте безусловную плотность вероятности для классификатора дискриминантного анализа |
loss | Ошибка классификации |
mahal | Расстояние Mahalanobis до средних значений класса классификатора дискриминантного анализа |
margin | Поля классификации |
nLinearCoeffs | Количество ненулевых линейных коэффициентов |
partialDependence | Вычислите частичную зависимость |
plotPartialDependence | Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP) |
predict | Предскажите метки с помощью модели классификации дискриминантных анализов |
shapley | Шепли оценивает |
Значение. Чтобы узнать, как классы значений влияют на операции копирования, см. раздел "Копирование объектов".
ClassificationDiscriminant
| compact
| makecdiscr
| fitcdiscr
| predict
| compareHoldout