resubPredict

Класс: RegressionSVM

Предскажите ответ перезамены модели регрессии машины опорных векторов

Синтаксис

yfit = resubPredict(mdl)

Описание

yfit = resubPredict(mdl) возвращает вектор из предсказанных значений отклика, yfit, для обученной модели mdl регрессии машины опорных векторов (SVM) использование данных о предикторе сохранено в mdl.X.

Входные параметры

развернуть все

Полная, обученная модель регрессии SVM в виде RegressionSVM модель, возвращенная fitrsvm.

Выходные аргументы

развернуть все

Предсказанные ответы, возвращенные как вектор из числовых значений. Длина yfit равно количеству наблюдений в обучающих данных, mdl.NumObservations.

Для получения дополнительной информации о том, как предсказать ответы, смотрите  уравнение 1 и  уравнение 2 в Понимании Регрессии Машины опорных векторов.

Примеры

развернуть все

В этом примере показано, как обучить модель регрессии SVM, затем используйте модель, чтобы сгенерировать предсказанные значения отклика от обучающих данных.

Этот пример использует данные о морском ушке из Репозитория Машинного обучения UCI. Загрузите данные и сохраните их в вашем текущем каталоге с именем 'abalone.data'. Считайте данные в table.

tbl = readtable('abalone.data','Filetype','text','ReadVariableNames',false);
rng default  % for reproducibility

Выборочные данные содержат 4 177 наблюдений. Все переменные предикторы непрерывны за исключением sex, который является категориальной переменной с возможными значениями 'M' (для штекеров), 'F' (для розеток), и 'I' (для младенцев). Цель состоит в том, чтобы предсказать количество звонков на морском ушке, и таким образом определить его возраст, с помощью физических измерений.

Обучите модель регрессии SVM к данным, с помощью Гауссовой функции ядра с автоматической шкалой ядра. Стандартизируйте данные.

mdl = fitrsvm(tbl,'Var9','KernelFunction','gaussian','KernelScale','auto','Standardize',true);

Используйте обученную модель, чтобы предсказать значения отклика на основе исходных данных.

yfit = resubPredict(mdl);

Отобразите первые десять предсказанных ответов вместе с фактическими значениями отклика.

[mdl.Y(1:10),yfit(1:10)]
ans =

   15.0000    8.1836
    7.0000    8.3545
    9.0000   10.9383
   10.0000    9.3446
    7.0000    6.4042
    8.0000    7.7910
   20.0000   13.8275
   16.0000   11.7959
    9.0000    9.5724
   19.0000   13.6909

Левый столбец показывает фактический ответ, и правый столбец показывает соответствующий предсказанный ответ.

Ссылки

[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, A. "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.

Смотрите также

| | |

Введенный в R2015b