边缘
分类边界广义相加模型(GAM)
描述
例子
估计测试样本分类的利润和优势
估计测试样本分类利润率和广义相加模型的边缘。测试样本的利润率是观察到的真实类分数-假类分数,和测试样品边缘利润的均值。
加载fisheriris数据集创建。X作为一个数字矩阵,其中包含两个萼片和花瓣杂色的测量和virginica虹膜。创建Y作为一个单元阵列包含相应的特征向量的虹膜的物种。
负载fisheriris第1 = strcmp(物种,“多色的”)| strcmp(物种,“virginica”);X =量(第1:);:Y =物种(第1);
随机观测分割成分层的训练集和测试集,使用类的信息Y。指定一个抵抗30%样本进行测试。
rng (“默认”)%的再现性简历= cvpartition (Y,“坚持”,0.30);
提取训练和测试指标。
trainInds =培训(简历);testInds =测试(简历);
指定的培训和测试数据集。
XTrain = X (trainInds:);YTrain = Y (trainInds);XTest = X (testInds:);欧美= Y (testInds);
使用预测训练GAMXTrain和类标签YTrain。推荐的做法是指定类名。
Mdl = fitcgam (XTrain YTrain,“类名”,{“多色的”,“virginica”});
Mdl是一个ClassificationGAM模型对象。
估计测试样本分类的利润和优势。
m =利润率(Mdl XTest、欧美);e =边缘(Mdl XTest、欧美)
e = 0.8000
显示直方图测试样本的分类。
直方图(m,长度(独特(m)),“归一化”,“概率”)包含(测试样本的利润的)ylabel (“概率”)标题(测试样本的概率分布的利润的)
估计测试样本加权边缘
估计测试样本加权边缘(边缘)的加权平均的广义加性模型。
加载fisheriris数据集创建。X作为一个数字矩阵,其中包含两个萼片和花瓣杂色的测量和virginica虹膜。创建Y作为一个单元阵列包含相应的特征向量的虹膜的物种。
负载fisheririsidx1 = strcmp(物种,“多色的”)| strcmp(物种,“virginica”);X =量(idx1,:);Y =物种(idx1,:);
假设一些测量的质量较低,因为他们与老技术测量。为了模拟这种效果,添加噪声的随机子集20测量。
rng (“默认”)%的再现性idx2 = randperm(大小(X, 1), 20);(idx2:) = X (idx2:) + 2 * randn(20、大小(X, 2));
随机观测分割成分层的训练集和测试集,使用类的信息Y。指定一个抵抗30%样本进行测试。
简历= cvpartition (Y,“坚持”,0.30);
提取训练和测试指标。
trainInds =培训(简历);testInds =测试(简历);
指定的培训和测试数据集。
XTrain = X (trainInds:);YTrain = Y (trainInds);XTest = X (testInds:);欧美= Y (testInds);
使用预测训练GAMXTrain和类标签YTrain。推荐的做法是指定类名。
Mdl = fitcgam (XTrain YTrain,“类名”,{“多色的”,“virginica”});
Mdl是一个ClassificationGAM模型对象。
估计测试样品边缘。
e =边缘(Mdl XTest、欧美)
e = 0.8000
平均利润率约为0.80。
减少噪声的影响测量的一种方法是分配他们体重低于其他观测。定义一个权向量,给出了更高质量的观察其他观察体重的两倍。
n =大小(X, 1);重量= 1(大小(X, 1), 1);权重(idx2) = 0.5;weightsTrain =重量(trainInds);weightsTest =重量(testInds);
使用预测训练GAMXTrain、类标签YTrain,重量weightsTrain。
Mdl_W = fitcgam (XTrain YTrain,“重量”weightsTrain,…“类名”,{“多色的”,“virginica”});
估计测试样本加权边缘使用加权方案。
e_W =边缘(Mdl_W XTest,欧美,“重量”weightsTest)
e_W = 0.8770
加权平均利润率约为0.88。这个结果表明,平均加权分类器的标签标签有更高的信心。
比较gam通过检查测试样本的利润和优势
与线性条件比较GAM GAM线性和交互方面通过检查测试样品边缘和边缘。基于这种比较,利润率最高的分类器和边缘是最好的模型。
加载电离层数据集。这个数据集有34个预测因子和351二进制响应雷达回报,要么坏(“b”)或好(‘g’)。
负载电离层
随机观测分割成分层的训练集和测试集,使用类的信息Y。指定一个抵抗30%样本进行测试。
rng (“默认”)%的再现性简历= cvpartition (Y,“坚持”,0.30);
提取训练和测试指标。
trainInds =培训(简历);testInds =测试(简历);
指定的培训和测试数据集。
XTrain = X (trainInds:);YTrain = Y (trainInds);XTest = X (testInds:);欧美= Y (testInds);
火车的GAM包含预测的线性和交互方面。指定包含所有可用的交互方面的p值不大于0.05。
Mdl = fitcgam (XTrain YTrain,“互动”,“所有”,“MaxPValue”,0.05)
Mdl = ClassificationGAM ResponseName:‘Y’CategoricalPredictors:[]类名:{b ' g '} ScoreTransform:分对数的截距:3.0398交互:[561 x2双]NumObservations: 246属性,方法
Mdl是一个ClassificationGAM模型对象。Mdl包括所有可用的交互。
估计测试样品边缘和边缘Mdl。
M =利润率(Mdl XTest、欧美);E =边缘(Mdl XTest、欧美)
E = 0.7848
估计测试样品边缘和边缘Mdl不包括交互方面。
M_nointeractions =利润率(Mdl XTest,欧美,“IncludeInteractions”、假);E_nointeractions =边缘(Mdl XTest,欧美,“IncludeInteractions”假)
E_nointeractions = 0.7871
使用箱形图显示分布的利润率。
箱线图([M M_nointeractions],“标签”,{“线性和交互条款”,“线性条件仅”})标题(测试样本的利润率的箱形图)
边缘米和M_nointeractions有相似的分布,但测试样本的分类器只有线性条件是大。分类器,产生相对较大的利润优先。
