ClassificationDiscriminant类
超类:CompactClassificationDiscriminant
判别分析分类
描述
一个ClassificationDiscriminant
对象封装了一个判别分析分类器,这是一个为数据生成高斯混合模型。一个ClassificationDiscriminant
对象可以预测新数据使用的反应预测
方法。对象包含数据用于训练,所以可以计算resubstitution预测。
建设
创建一个ClassificationDiscriminant
对象的使用fitcdiscr
。
属性
|
|
|
分类预测指标,这始终是空的( |
|
训练数据中的元素的列表 |
|
类之间的边界方程
在哪里 如果 |
|
方阵, 改变一个 |
|
δ值阈值线性判别模型,一个负的标量。如果一个系数
改变 |
|
行向量的长度等于预测的数量 如果 |
|
特征向量指定判别类型。之一:
改变 你可以改变线性类型之间,或二次类型之间,但不能改变之间的线性和二次类型。 |
|
伽马值正则化参数,一个标量
|
|
描述hyperparameters交叉验证优化的存储为一个
|
|
在类协方差矩阵的行列式的对数。的类型
|
|
负的标量,γ参数的最小值,以便相关矩阵是可逆的。如果相关矩阵不是单一的, |
|
在培训中使用的参数 |
|
类方法,指定为一个 |
|
在训练数据的观察,一个数字标量。 |
|
单元阵列为预测变量的名称,在他们的顺序出现在训练数据 |
|
每个类的先验概率数值向量。元素的顺序 添加或更改 |
|
特征向量描述变量的响应 |
|
特征向量代表一个内置的转换函数,或一个函数处理转变分数。 实现点符号添加或更改
|
|
在类的协方差矩阵或矩阵。尺寸取决于
|
|
按比例缩小的 |
|
矩阵的预测价值。每一列的 |
|
在哪里 |
|
一系列直言,单元阵列的特征向量,字符数组,逻辑向量,或一个数值向量具有相同的行数 |
对象的功能
紧凑的 |
紧凑的判别分析分类器 |
compareHoldout |
比较两种分类模型使用新数据的精度 |
crossval |
旨在判别分析分类器 |
cvshrink |
旨在线性判别的正规化 |
边缘 |
分类的优势 |
石灰 |
本地可model-agnostic解释(石灰) |
logp |
为判别分析分类器日志无条件概率密度 |
损失 |
分类错误 |
泰姬陵 |
而距离类判别分析分类器的手段 |
保证金 |
分类的利润率 |
nLinearCoeffs |
数量的非零线性系数 |
partialDependence |
计算部分依赖 |
plotPartialDependence |
创建部分依赖图(PDP)和个人条件期望(ICE)情节 |
预测 |
预测标签使用判别分析分类模型 |
resubEdge |
分类边缘resubstitution |
resubLoss |
由resubstitution分类错误 |
resubMargin |
分类利润resubstitution |
resubPredict |
判别分析分类模型的预测resubstitution标签 |
沙普利 |
沙普利值 |
testckfold |
比较两种分类模型的精度重复交叉验证 |
复制语义
价值。学习如何价值类影响复制操作,明白了复制对象。
例子
更多关于
引用
[1]郭,Y。,T。Hastie, and R. Tibshirani. "Regularized linear discriminant analysis and its application in microarrays."生物统计学,8卷,1号,第100 - 86页,2007年。
扩展功能
版本历史
介绍了R2011b