使用10次折叠训练交叉验证的GAM，这是默认的交叉验证选项fitcgam．然后,用kfoldPredict使用在训练折叠观察上训练的模型来预测验证折叠观察的类别标签。

加载电离层数据集。该数据集有34个预测器和351个雷达返回的二进制响应，要么是坏的(“b”)或好(‘g’）.

负载电离层

使用默认的交叉验证选项创建一个交叉验证的GAM。指定“CrossVal”名称-值参数为“上”．

rng (“默认”）%用于再现性CVMdl = fitcmap (X,Y，“CrossVal”，“上”）

CVMdl = ClassificationPartitionedGAM CrossValidatedModel: 'GAM' PredictorNames: {1x34 cell} ResponseName: 'Y' NumObservations: 351 KFold: 10 Partition: [1x1 cvpartition] NumTrainedPerFold: [1x1 struct] ClassNames: {'b' 'g'} ScoreTransform: 'logit'属性，方法

的fitcgam函数创建ClassificationPartitionedGAM模型对象CVMdl10次折叠。在交叉验证期间，软件完成以下步骤:

属性可以覆盖默认的交叉验证设置“CVPartition”，“坚持”，“KFold”,或“Leaveout”名称-值参数。

将观察结果分类为X通过使用kfoldPredict．该函数使用在没有该观察的情况下训练的模型预测每个观察的类别标签。

label = kfoldPredict(CVMdl);

创建一个混淆矩阵，将观察到的真实类别与其预测的标签进行比较。

C =混淆图(Y，标签);

计算分类误差。

L = kfoldLoss(cvdl)

L = 0.0712

10次以上的平均误分类率约为7%。

通过使用训练一个GAMfitcgam，并创建交叉验证的GAMcrossval还有拒绝期权。然后,用kfoldPredict使用在训练折叠观测上训练的模型来预测验证折叠观测的响应。

加载中存储的1994年人口普查数据census1994.mat．该数据集由美国人口普查局的人口统计数据组成，用于预测一个人的年收入是否超过5万美元。分类任务是拟合一个模型，该模型可以根据年龄、工人阶级、教育水平、婚姻状况、种族等预测人们的工资类别。

负载census1994

census1994包含训练数据集adultdata和测试数据集成人．为了减少本例的运行时间，从adultdata通过使用datasample函数。

rng (“默认”) NumSamples = 5e2;成人数据= datasample(成人数据，NumSamples，“替换”、假);

训练一个包含预测器的线性和交互项的GAM。指定以包括所有可用的交互术语p-values不大于0.05。

Mdl = fitccam(成人数据，“工资”，“互动”，“所有”，“MaxPValue”, 0.05);

Mdl是一个ClassificationGAM模型对象。

通过指定30%的保留样本交叉验证模型。

CVMdl = crossval(Mdl，“坚持”, 0.3)

CVMdl = ClassificationPartitionedGAM CrossValidatedModel: 'GAM' PredictorNames: {1x14 cell} CategoricalPredictors: [2 4 6 7 8 9 10 14] ResponseName: 'salary' NumObservations: 500 KFold: 1 Partition: [1x1 cvpartition] NumTrainedPerFold: [1x1 struct] ClassNames: [<=50K >50K] ScoreTransform: 'logit' Properties, Methods

的crossval函数创建ClassificationPartitionedGAM模型对象CVMdl有拒绝的选择权。在交叉验证期间，软件完成以下步骤:

属性选择不同的交叉验证设置“CrossVal”，“CVPartition”，“KFold”,或“Leaveout”名称-值参数。

对验证折叠观测值进行分类kfoldPredict．该函数通过使用在训练折叠观察上训练的模型来预测验证折叠观察的类标签。该函数将最常预测的标签分配给训练折叠观测值。

[labels,scores] = kfoldPredict(CVMdl);

找到验证折叠观测值。kfoldPredict返回训练折叠观察的两个类的0分。因此，您可以通过找到分数全为0的观测值来识别验证折叠观测值。

Idx = find(sum(abs(scores)，2)~=0);

创建一个混淆矩阵，将观测值的真实类别与其预测标签进行比较，并计算验证折叠观测值的分类误差。

C = confusichart (adultdata.salary(idx)，labels(idx));

L = kfoldLoss(cvdl)

L = 0.1800

用10次折叠训练交叉验证广义加法模型(GAM)。然后,用kfoldLoss计算累计交叉验证分类误差(误分类率，十进制)。使用误差来确定每个预测器的最佳树数(预测器的线性项)和每个交互项的最佳树数。

或者，您可以找到的最佳值fitcgam的名称-值参数OptimizeHyperparameters名称-值参数。有关示例，请参见使用OptimizeHyperparameters优化GAM．

加载电离层数据集。该数据集有34个预测器和351个雷达返回的二进制响应，要么是坏的(“b”)或好(‘g’）.

负载电离层

使用默认的交叉验证选项创建一个交叉验证的GAM。指定“CrossVal”名称-值参数为“上”．指定以包括所有可用的交互术语p-values不大于0.05。

rng (“默认”）%用于再现性CVMdl = fitcmap (X,Y，“CrossVal”，“上”，“互动”，“所有”，“MaxPValue”, 0.05);

如果你指定“模式”作为“累积”为kfoldLoss，则该函数返回累积误差，即每次折叠使用相同数量的树获得的所有折叠的平均误差。显示每个折叠的树的数量。

CVMdl。NumTrainedPerFold

ans =带字段的结构:PredictorTrees: [65 64 59 61 60 66 65 62 64 61] InteractionTrees: [1 2 2 2 2 2 1 2 2 2 2 2]

kfoldLoss可以计算累积误差使用多达59预测树和一个交互树。

绘制累计的、10倍交叉验证的分类错误(误分类率，十进制)。指定“IncludeInteractions”作为假从计算中排除交互项。

L_noInteractions = kfoldLoss(CVMdl，“模式”，“累积”，“IncludeInteractions”、假);图绘制(0:min (CVMdl.NumTrainedPerFold.PredictorTrees) L_noInteractions)

的第一个元素L_noInteractions是仅使用截距(常数)项获得的所有折叠的平均误差。(J + 1的第th元素L_noInteractions平均误差是用截距项和第一项得到的吗J每个线性项的预测树。绘制累计损失图可以让您监视随着GAM中预测树数量的增加，误差是如何变化的。

找出最小误差和用于实现最小误差的预测树的数量。

[M,I] = min(L_noInteractions)

M = 0.0655

I = 23

当GAM包含22棵预测树时，误差最小。

利用线性项和交互项计算累积分类误差。

L = kfoldLoss(CVMdl，“模式”，“累积”）

L =2×10.0712 - 0.0712

的第一个元素l是使用截距(常数)项和每个线性项的所有预测树获得的所有折叠的平均误差。的第二个要素l是使用截距项、每个线性项的所有预测树和每个交互项的一个交互树获得的平均误差。当添加交互项时，误差不会减少。

如果您对预测树数量为22时的误差感到满意，则可以通过再次训练单变量GAM并指定来创建预测模型“NumTreesPerPredictor”,22岁没有交叉验证。