Компактная обобщенная аддитивная модель (GAM) для регрессии
CompactRegressionGAM
компактная версия RegressionGAM
объект модели (GAM для регрессии). Компактная модель не включает данные, используемые для обучения модель. Поэтому вы не можете выполнить некоторые задачи, такие как перекрестная проверка, с помощью компактной модели. Используйте компактную модель для задач, таких как предсказание ответов новых данных.
Создайте CompactRegressionGAM
объект от полного RegressionGAM
объект модели при помощи compact
.
Interactions
— Индексы периода взаимодействия[]
Это свойство доступно только для чтения.
Индексы периода взаимодействия в виде t
- 2 матрицы положительных целых чисел, где t
номер периодов взаимодействия в модели. Каждая строка матрицы представляет один период взаимодействия и содержит индексы столбца данных о предикторе X
в течение периода взаимодействия. Если модель не включает период взаимодействия, то это свойство пусто ([]
).
Программное обеспечение добавляет периоды взаимодействия в модель в порядке важности на основе p - значения. Используйте это свойство проверять порядок периодов взаимодействия, добавленных к модели.
Типы данных: double
Intercept
— Прервите термин моделиЭто свойство доступно только для чтения.
Прервите (постоянный) термин модели, которая является суммой терминов точки пересечения в деревьях предиктора и деревьях взаимодействия в виде числового скаляра.
Типы данных: single
| double
IsStandardDeviationFit
— Отметьте указание, является ли модель стандартного отклонения подходящейfalse
| true
Отметьте указание, является ли модель для стандартного отклонения переменной отклика подходящей в виде false
или true
. Задайте 'FitStandardDeviation'
аргумент значения имени fitrgam
как true
подбирать модель для стандартного отклонения.
Если IsStandardDeviationFit
true
, затем можно оценить стандартное отклонение при новом наблюдении при помощи predict
. Эта функция также возвращает интервалы предсказания переменной отклика, оцененной в заданных наблюдениях.
Типы данных: логический
CategoricalPredictors
— Категориальные индексы предиктора[]
Это свойство доступно только для чтения.
Категориальные индексы предиктора в виде вектора из положительных целых чисел. CategoricalPredictors
содержит значения индекса, указывающие, что соответствующие предикторы являются категориальными. Значения индекса между 1 и p
, где p
количество предикторов, используемых, чтобы обучить модель. Если ни один из предикторов не является категориальным, то это свойство пусто ([]
).
Типы данных: double
ExpandedPredictorNames
— Расширенные имена предиктораЭто свойство доступно только для чтения.
Расширенный предиктор называет в виде массива ячеек из символьных векторов.
ExpandedPredictorNames
совпадает с PredictorNames
для обобщенной аддитивной модели.
Типы данных: cell
PredictorNames
— Имена переменного предиктораЭто свойство доступно только для чтения.
Переменный предиктор называет в виде массива ячеек из символьных векторов. Порядок элементов PredictorNames
соответствует порядку, в котором имена предиктора появляются в обучающих данных.
Типы данных: cell
ResponseName
— Имя переменной откликаЭто свойство доступно только для чтения.
Имя переменной отклика в виде вектора символов.
Типы данных: char
ResponseTransform
— Функция преобразования ответа'none'
| указатель на функциюПреобразование ответа функционирует в виде 'none'
или указатель на функцию. ResponseTransform
описывает, как программное обеспечение преобразовывает необработанные значения отклика.
Для MATLAB® функционируйте или функция, что вы задаете, вводите ее указатель на функцию. Например, можно ввести Mdl.ResponseTransform = @function
, где function
принимает числовой вектор из исходных ответов и возвращает числовой вектор, одного размера содержащий преобразованные ответы.
Типы данных: char |
function_handle
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 |
Уменьшайте размер полной обобщенной аддитивной модели (GAM) для регрессии путем удаления обучающих данных. Полные модели содержат обучающие данные. Можно использовать компактную модель, чтобы повысить эффективность памяти.
Загрузите carbig
набор данных.
load carbig
Задайте Acceleration
, Displacement
, Horsepower
, и Weight
как переменные предикторы (X
) и MPG
как переменная отклика (Y
).
X = [Acceleration,Displacement,Horsepower,Weight]; Y = MPG;
Обучите GAM с помощью X
и Y
.
Mdl = fitrgam(X,Y)
Mdl = RegressionGAM ResponseName: 'Y' CategoricalPredictors: [] ResponseTransform: 'none' Intercept: 26.9442 IsStandardDeviationFit: 0 NumObservations: 398 Properties, Methods
Mdl
RegressionGAM
объект модели.
Уменьшайте размер модели.
CMdl = compact(Mdl)
CMdl = CompactRegressionGAM ResponseName: 'Y' CategoricalPredictors: [] ResponseTransform: 'none' Intercept: 26.9442 IsStandardDeviationFit: 0 Properties, Methods
CMdl
CompactRegressionGAM
объект модели.
Отобразите объем памяти, используемый каждой моделью регрессии.
whos('Mdl','CMdl')
Name Size Bytes Class Attributes CMdl 1x1 578163 classreg.learning.regr.CompactRegressionGAM Mdl 1x1 611957 RegressionGAM
Полная модель (Mdl
) больше, чем компактная модель (CMdl
).
Чтобы эффективно предсказать ответы для новых наблюдений, можно удалить Mdl
от MATLAB® Workspace, и затем передают CMdl
и новые значения предиктора к predict
.
У вас есть модифицированная версия этого примера. Вы хотите открыть этот пример со своими редактированиями?
1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.
2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.
3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.
4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.
5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.