resubPredict

预测判别分析分类模型resubstitution标签

句法

标记= resubPredict（OBJ） [标号，后] = resubPredict（OBJ） [标号，后，成本] = resubPredict（OBJ）

标签= resubPredict（OBJ）返回标签OBJ预计该数据obj.X。标签是的预测OBJ在数据fitcdiscr用于创建OBJ。

[标签，后] = resubPredict（OBJ）返回的预测后级的概率。

[标签，后，成本] = resubPredict（OBJ）返回每类的预测误分类成本为resubstituted数据。

OBJ

判别分析分类器，利用产生的fitcdiscr。

`标签`	响应`OBJ`预测训练数据。`标签`是相同的数据类型作为训练响应数据`obj.Y`。预测类标签是那些用最少的预期误分类代价;看到预测利用判别分析模型。
`后`	`ñ`-通过-`ķ`对于类后验概率的矩阵`OBJ`预计，在那里`ñ`是观测值的数量和`ķ`是的类的数量。
`成本`	`ñ`-通过-`ķ`矩阵预测误分类成本的。每个成本相对于后验概率的平均误分类成本。

找到费舍尔光圈为判别分析分类数据的错误分类总数：

加载fisheriris OBJ = fitcdiscr（MEAS，物种）;Ypredict = resubPredict（OBJ）;％的预测Ysame =的strcmp（Ypredict，物种）;％真当==总和（〜Ysame）％有多少不同？ANS = 3

下载电子书