Пакет: classreg.learning.regr
Компактная модель регрессии машины опорных векторов
CompactRegressionSVM
компактная модель регрессии машины опорных векторов (SVM). Это использует меньше памяти, чем полная, обученная модель машины опорных векторов (RegressionSVM
модель), потому что это не хранит данные, используемые, чтобы обучить модель.
Поскольку компактная модель не хранит обучающие данные, вы не можете использовать ее, чтобы выполнить определенные задачи, такие как перекрестная проверка. Однако можно использовать компактную модель регрессии SVM, чтобы предсказать ответы с помощью новых входных данных.
возвращает компактную модель compactMdl
= compact(mdl
)compactMdl
регрессии SVM из полной, обученной модели регрессии SVM,
mdl
. Для получения дополнительной информации смотрите compact
.
discardSupportVectors | Отбросьте векторы поддержки |
incrementalLearner | Преобразуйте модель регрессии машины опорных векторов (SVM) в инкрементного ученика |
lime | Локальные поддающиеся толкованию объяснения модели агностические (LIME) |
loss | Ошибка регрессии для модели регрессии машины опорных векторов |
partialDependence | Вычислите частичную зависимость |
plotPartialDependence | Создайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP) |
predict | Предскажите ответы с помощью модели регрессии машины опорных векторов |
shapley | Шепли оценивает |
update | Обновите параметры модели для генерации кода |
Значение. Чтобы узнать, как классы значений влияют на операции копирования, см. раздел "Копирование объектов".
[1] Нэш, W.J., Т. Л. Селлерс, С. Р. Тэлбот, А. Дж. Которн и В. Б. Форд. "Биология Населения Морского ушка (разновидности Haliotis) на Тасмании. I. Морское ушко Blacklip (H. rubra) от Северного Побережья и Островов Пролива Басса". Морское Деление Рыболовства, Технический отчет № 48, 1994.
[2] Во, S. "Расширяя и Тестируя Каскадной Корреляции в сравнении с эталоном: Расширения Архитектуры Каскадной Корреляции и Сравнительное тестирование Feedforward Контролируемые Искусственные Нейронные сети". Университет тезиса Факультета информатики Тасмании, 1995.
[3] Кларк, D., З. Шретер, А. Адамс. "Количественное Сравнение Dystal и Backpropagation". представленный австралийской Конференции по Нейронным сетям, 1996.
[4] Личмен, M. Репозиторий Машинного обучения UCI, [http://archive.ics.uci.edu/ml]. Ирвин, CA: Калифорнийский университет, Школа Информатики и вычислительной техники.
fitrsvm
| RegressionSVM
| compact
| update