包:classreg.learning.classif
紧凑型判别分析类
一个CompactClassificationDiscriminant
对象是判别分析分类器的压缩版本。紧凑的版本不包括训练分类数据。因此,你不能用紧凑的分级执行某些任务,如交叉验证。使用进行预测(分类)的新数据的紧凑分类。
从构建一个完整的分类紧凑的分类。cobj
=紧凑(OBJ
)
从类装置构造一个紧凑判别分析分类器cobj
= makecdiscr(亩
,适马
)亩
和协方差矩阵适马
。对于语法的详细信息,请参阅makecdiscr
。
|
判别分析分类,使用创建 |
|
|
|
分类预测指标,这始终是空的( |
|
在训练数据元素的列表 |
|
阶级之间边界的方程
哪里 如果 |
|
方阵,其中, 变化的 |
|
增量阈值的线性判别模型,一个非负的标量的值。如果系数
改变 |
|
长度的行矢量等于预测的在数 如果 |
|
字符向量指定的判别式。之一:
改变 你可以线性类型之间改变,或二次类型之间,但线性和二次类型之间不能改变。 |
|
值的伽马正则化参数,标量从
|
|
类内协方差矩阵的行列式的对数。该类型的
|
|
非负标量,伽玛参数的最小值,以使相关矩阵是可逆的。如果相关矩阵不是奇异, |
|
类装置,指定为 |
|
预测变量名称的单元阵列,在该命令在它们出现在训练数据中 |
|
用于每个类别的先验概率的数值向量。的元素的顺序 添加或更改 |
|
描述响应变量的特征向量 |
|
代表一个内置的转换功能,或用于转换分数的函数处理字符向量。 实施点符号添加或更改
|
|
类内协方差矩阵或矩阵。尺寸取决于
|
边缘 | 分级刃 |
的logP | 登录无条件概率密度判别分析分类 |
失利 | 分类错误 |
泰姬陵 | 类装置马哈拉诺比斯距离 |
余量 | 分类的利润率 |
nLinearCoeffs | 非零线性系数的数目 |
预测 | 使用判别分析分类模型预测标签 |
值。要了解值类如何影响复制操作,请参阅复制对象(MATLAB)。