Перекрестная подтвержденная модель выходных кодов с коррекцией ошибок (ECOC) ядра для классификации мультиклассов
ClassificationPartitionedKernelECOC
модель выходных кодов с коррекцией ошибок (ECOC), состоявшая из моделей классификации ядер, обученных на перекрестных подтвержденных сгибах. Оцените качество классификации перекрестной проверкой с помощью одной или нескольких функций “kfold”: kfoldPredict
, kfoldLoss
, kfoldMargin
, и kfoldEdge
.
Каждые “kfold” модели использования метода, обученные на учебном сгибе, (окутывают) наблюдения, чтобы предсказать ответ для сгиба валидации наблюдения (из сгиба). Например, предположите, что вы перекрестный подтверждаете использование пяти сгибов. В этом случае программное обеспечение случайным образом присваивает каждое наблюдение в пять групп равного размера (примерно). training fold содержит четыре из групп (то есть, примерно 4/5 данных), и validation fold содержит другую группу (то есть, примерно 1/5 данных). В этом случае перекрестная проверка продолжает можно следующим образом:
Программное обеспечение обучает первую модель (сохраненный в CVMdl.Trained{1}
) при помощи наблюдений в последних четырех группах и резервах наблюдения в первой группе для валидации.
Программное обеспечение обучает вторую модель (сохраненный в CVMdl.Trained{2}
) использование наблюдений в первой группе и последних трех группах. Программное обеспечение резервирует наблюдения во второй группе для валидации.
Программное обеспечение продолжает подобным способом для третьих, четвертых, и пятых моделей.
Если вы подтверждаете при помощи kfoldPredict
, программное обеспечение вычисляет предсказания для наблюдений в группе i при помощи i th модель. Короче говоря, программное обеспечение оценивает ответ для каждого наблюдения при помощи модели, обученной без того наблюдения.
Примечание
ClassificationPartitionedKernelECOC
объекты модели не хранят набор данных предиктора.
Можно создать ClassificationPartitionedKernelECOC
модель по образованию использование модели ECOC fitcecoc
и определение этих аргументов пары "имя-значение":
'Learners'
– Установите значение к 'kernel'
, объект шаблона, возвращенный templateKernel
, или массив ячеек таких объектов шаблона.
Один из аргументов 'CrossVal'
, 'CVPartition'
, 'Holdout'
, 'KFold'
, или 'Leaveout'
.
Для получения дополнительной информации смотрите fitcecoc
.
kfoldEdge | Ребро классификации для перекрестной подтвержденной модели ECOC ядра |
kfoldLoss | Потеря классификации для перекрестной подтвержденной модели ECOC ядра |
kfoldMargin | Поля классификации для перекрестной подтвержденной модели ECOC ядра |
kfoldPredict | Классифицируйте наблюдения на перекрестную подтвержденную модель ECOC ядра |
fitcecoc
| fitckernel
| CompactClassificationECOC
| ClassificationKernel