用于支持向量机(SVM)和其他分类器的紧凑型多键模型万博1manbetx
CompactClassificationECOC
是多款纠错输出代码(ECOC)模型的紧凑版本。紧凑型分类器不包括用于培训多种单度ECOC模型的数据。因此,您无法使用Compact Classifier执行诸如交叉验证的某些任务。使用Compact Multiclass Ecoc模型进行任务,例如分类新数据(预测
).
你可以创建一个CompactClassificationECOC
模型以两种方式:
从训练有素创建一个紧凑的ecoc模型ClassificationECOC
模型通过使用袖珍的
对象功能。
通过使用使用Compact Ecoc模型fitcecoc.
功能并指定“学习者”
名称 - 值对参数为'线性'
,'核心'
, 一种TemplateLinear.
要么TemplateKernel.
对象,或此类对象的单元格数组。
CompareHoldout. |
使用新数据比较两个分类模型的精度 |
discard万博1manbetxSupportVectors |
丢弃ecoc模型万博1manbetx中线性SVM二元学习者的支持向量 |
边缘 |
多种误差校正输出代码(ECOC)模型的分类边 |
酸橙 |
局部可解释的模型不可知解释(LIME) |
损失 |
多种误差输出代码(ECOC)模型的分类损失 |
利润 |
用于多款纠错输出代码(ECOC)模型的分类边缘 |
partialDependence |
计算部分依赖 |
绘图竞争依赖性 |
创建部分依赖图(PDP)和个人条件期望图(ICE) |
预测 |
使用多款纠错输出代码(ECOC)模型进行分类观察 |
沙普利 |
福利价值观 |
选择墨西哥 |
选择由二进制文件组成的多种子常规模型的子集分类线性 学习者 |
更新 |
更新代码生成的模型参数 |
[1] Furnkranz,约翰。“循环赛分类”。机器学习研究杂志, 2002年第2卷,721-747页。
[2] Escalera,S.,O. pujol和P. Radeva。“用于纠错输出代码稀疏设计的三元代码的可分离。”模式识别字母,卷。30,第3,2009号,第285-297页。
ClassificationECOC
|Classificationedecoc.
|classificationededkernelecoc.
|ClassificationedAdearecoc.
|袖珍的
|fitcecoc.