shrink

Сократите ансамбль

Синтаксис

cmp = shrink(ens)
cmp = shrink(ens,Name,Value)

Описание

cmp = shrink(ens) возвращает компактную севшую версию ens, упорядоченный ансамбль. cmp сохраняет только учеников с весами выше порога.

cmp = shrink(ens,Name,Value) возвращает ансамбль с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы. Можно задать несколько аргументов пары "имя-значение" в любом порядке как Name1,Value1,…,NameN,ValueN.

Входные параметры

ens

Ансамбль регрессии, созданный с fitrensemble.

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

lambda

Вектор из неотрицательных значений параметров регуляризации для лассо. Если ens.Regularization непусто (заполните его с regularize), shrink упорядочивает ens использование lambda. Если ens содержит Regularization структура, вы не можете передать lambda.

Значение по умолчанию: []

threshold

Более низкое сокращение на весах для слабых учеников, числового неотрицательного скаляра. shrink создает cmp от тех учеников с весами выше threshold.

Значение по умолчанию: 0

weightcolumn

Индекс столбца ens.Regularization.TrainedWeights, положительное целое число. shrink создает cmp с весами ученика из этого столбца.

Значение по умолчанию: 1

Выходные аргументы

cmp

Ансамбль регрессии класса CompactRegressionEnsemble. Используйте cmp для того, чтобы сделать предсказания точно так же, как вы используете ens, с predict метод.

shrink заказывает членам cmp от самого большого до самого маленького.

Примеры

развернуть все

Уменьшите уволенный ансамбль регрессии с 300 членами и просмотрите число членов получившегося ансамбля.

Сгенерируйте выборочные данные.

X = rand(2000,20);
Y = repmat(-1,2000,1);
Y(sum(X(:,1:5),2)>2.5) = 1;

Уменьшите уволенный ансамбль регрессии с 300 членами, использующий 0.1 для параметра lambda.

bag = fitrensemble(X,Y,'Method','Bag','NumLearningCycles',300);
cmp = shrink(bag,'lambda',0.1);

Просмотрите число членов получившегося ансамбля.

cmp.NumTrained
ans = 94