文件帮助中心文件
二值分类的紧致广义可加模型
CompactClassificationgam.是一个紧凑的版本ClassificationGAM模型对象(用于二进制分类的GAM)。紧凑模型不包括用于训练分类器的数据。因此,您不能使用紧凑模型执行某些任务,例如交叉验证。对于预测新数据的标签等任务,使用紧凑的模型。
CompactClassificationgam.
ClassificationGAM
创建一个CompactClassificationgam.对象的完整ClassificationGAM通过使用紧凑的.
紧凑的
全部展开
的相互作用
[]
此属性是只读的。
交互项指标,指定为aT.-2正整数的-2矩阵,在哪里T.是模型中的交互术语数。矩阵的每一行表示一个交互项,并包含预测器数据的列索引X对于互动项。如果模型不包含交互项,则此属性为空([]).
T.
X
该软件根据基于的重要顺序为模型添加交互术语。P.值。使用此属性检查添加到模型中的交互项的顺序。
数据类型:双
双
拦截
模型的截距(常数)项,它是预测树和交互树中截距项的和,指定为一个数值标量。
数据类型:单身的|双
单身的
CategoricalPredictors
分类预测索引指定为正整数的向量。CategoricalPredictors包含与包含分类预测器的预测器数据列对应的索引值。如果没有任何预测器是绝对的,则此属性为空([]).
Classnames.
训练中使用的唯一类标签,指定为类别或字符数组、逻辑或数字向量或字符向量的单元数组。Classnames.具有与类标签相同的数据类型y.(该软件将字符串数组视为字符向量的单元格阵列。)Classnames.还确定了类顺序。
y
数据类型:单身的|双|逻辑|字符|细胞|分类
逻辑
字符
细胞
分类
成本
错误分类成本,指定为2×2数字矩阵。
成本(一世那j)是将一个点分类为课程的成本j如果它真正的阶级是一世.的行和列的顺序成本中类的顺序Classnames..
成本(一世那j)
一世
j
该软件使用成本预测价值,但没有培训。您可以使用点表示法更改值。
例子:mdl.cost = c;
mdl.cost = c;
ExpandedPredictorNames
扩展的预测器名称,指定为字符向量的单元格数组。
ExpandedPredictorNames是一样的PredictorNames对于广义可加模型。
PredictorNames
数据类型:细胞
预测器变量名称指定为字符向量的单元格数组。元素的顺序PredictorNames对应于预测器名称在训练数据中出现的顺序。
事先的
先前的概率,指定为具有两个元素的数字矢量。元素的顺序对应于元素的顺序Classnames..
ResponseName
响应变量名称,指定为字符向量。
数据类型:字符
ScoreTransform
分数转换,指定为字符向量或函数句柄。ScoreTransform表示用于转换预测分类分数的内置变换函数或功能手柄。
将分数转换函数改为函数例如,使用点表示法。
函数
对于内置函数,请输入字符向量。
mdl.scoretransform ='函数'
该表描述了可用的内置函数。
“doublelogit”
“invlogit”
'ismax'
'logit'
'没有任何'
'身份'
“标志”
“对称”
“symmetricismax”
“symmetriclogit”
对于一个MATLAB®函数或定义的函数输入其功能句柄。
Mdl。ScoreTransform = @函数;
函数必须接受一个矩阵(原始分数)并返回一个相同大小的矩阵(转换分数)。
此属性确定对象函数的输出分数计算,例如预测那利润,边缘.采用'logit'计算后验概率,并使用'没有任何'计算后验概率的对数。
预测
利润
边缘
数据类型:字符|function_handle.
function_handle.
石灰
partialDependence
plotlocaleffects.
plotPartialDependence
福芙
损失
compareHoldout
全部折叠
通过去除训练数据来减小全广义可加模型(GAM)的大小。完整的模型保存训练数据。您可以使用一个紧凑的模型来提高内存效率。
加载电离层数据集。此数据集具有34个预测器和351个雷达返回的二进制响应,无论是坏的吗('B')或好('G').
电离层
'B'
'G'
加载电离层
使用预测器训练游戏X和班级标签y.推荐的做法是指定类名。
Mdl = fitcgam (X, Y,“类名”,{'B'那'G'})
mdl = classificationgam racitalebame:'y'pationoricalpricictors:[] classnames:{'b'g'} scoreTransform:'logit'拦截:2.2715 numobservations:351属性,方法
Mdl是A.ClassificationGAM模型对象。
Mdl
减小分类器的大小。
cmdl = compact(mdl)
cmdl = compactClassificagegam racanceardename:'y'patporicalpricictors:[] classnames:{'b'g'} scoreTransform:'logit'拦截:2.2715属性,方法
CMDL.是A.CompactClassificationgam.模型对象。
CMDL.
显示每个分类器使用的内存数量。
谁是(“Mdl”那'cmdl')
名称大小字节类属性cmdl 1x1 1030010 classreg.learning.classif.compactclassificationgam mdl 1x1 1230986 Classificationgam
完整分类器(Mdl)比紧凑分级机(CMDL.).
为了有效地标记新的观察结果,您可以删除Mdl从MATLAB®工作区,然后通过CMDL.和新的预测值值预测.
ClassificationGAM|紧凑的
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
您单击了与此MATLAB命令对应的链接:
在MATLAB命令窗口中输入它来运行命令。Web浏览器不支持MATLAB命令。万博1manbetx
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
与当地办事处联系