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.

Объекты

`RegressionGAM`	Обобщенная аддитивная модель (GAM) для регрессии
`CompactRegressionGAM`	Компактная обобщенная аддитивная модель (GAM) для регрессии
`RegressionPartitionedGAM`	Перекрестная подтвержденная обобщенная аддитивная модель (GAM) для регрессии

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

Темы

Обучите обобщенную аддитивную модель регрессии

Обучите обобщенную аддитивную модель (GAM) оптимальными параметрами, оцените прогнозирующую эффективность и интерпретируйте обученную модель.

Документация Statistics and Machine Learning Toolbox

Поддержка

Сообщество Экспонента

Памятка переводчика

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.