包:ClassReg.Learning.Partition.
超类:回归排放性的模型
交叉验证的支持向量机回归模型万博1manbetx
回归排放性的svm.
是在交叉验证褶皱上训练的万博1manbetx一组支持向量机(SVM)回归模型。
返回交叉验证的(分区)支持向量机回归模型,万博1manbetxcvmdl.
= crossval (MDL.
)cvmdl.
,来自训练有素的SVM回归模型,MDL.
.
返回交叉验证的模型,其中包含一个或多个指定的其他选项cvmdl.
= crossval (MDL.
,名称,价值
)名称,价值
对参数。的名字
也可以是属性名和价值
为对应值。的名字
必须出现在单引号内(''
)。您可以以任何顺序指定多个名称值对参数Name1, Value1,…,的家
.
kfoldLoss |
交叉验证的分割回归模型的损失 |
Kfoldpredict |
在交叉验证的回归模型中预测观察的反应 |
kfoldfun. |
回归的交叉验证功能 |
您可以创建回归排放性的svm.
模型使用以下技术:
使用训练功能fitrsvm
并指定其中一个'横向'
,“坚持”
,'kfold'
,或'忽略'
名称值对。
使用模型使用fitrsvm
,然后使用crossval
方法。
使用。创建交叉验证分区CVPartition.
,然后将结果分区对象传递给fitrsvm
在训练中使用'cvpartition'
名称值对。
[1]纳什,W.J.,T.L.L.L.卖家,S.R.Talbot,A. J. Cawthorn和W. B. B. Ford。“塔斯马尼亚鲍鱼(Haliotis)的人口生物学。I. Blacklip鲍鱼(H. Rubra.)从北海岸和巴斯海峡群岛。”海洋渔业司,技术报告第48号,1994年。
[2]沃,S。串级相关的扩展和基准:前馈监督人工神经网络的串级相关体系结构和基准的扩展。塔斯马尼亚大学计算机科学系毕业论文, 1995年。
克拉克,D., Z. Schreter, A. Adams。《Dystal和Backpropagation的定量比较》提交给澳大利亚神经网络会议,1996年。
[4] Lichman, M。UCI机器学习知识库[http://archive.ics.uci.edu/ml]。加州欧文:加州大学信息与计算机科学学院。