主要内容

CompactRegressionGAM

用于回归的紧致广义可加模型

全部展开页面

    描述

    CompactRegressionGAM是紧凑版的吗RegressionGAM模型对象(GAM用于回归)。紧凑模型不包括用于训练模型的数据。因此，您不能使用紧凑模型执行某些任务，例如交叉验证。对于预测新数据的响应等任务，使用紧凑的模型。

    创建

    创建一个CompactRegressionGAM对象的完整RegressionGAM通过使用紧凑的．

    属性

    全部展开

    访问属性

    此属性是只读的。

    交互项指标，指定为at正整数的- × 2矩阵，其中t为模型中交互项的个数。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对于相互作用项。如果模型不包含交互项，则此属性为空(［］）.

    该软件将交互项按照重要性的顺序添加到模型中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

    此属性是只读的。

    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|双

    表示响应变量的标准差模型是否拟合的标志，具体为假或真正的．指定“FitStandardDeviation”名称-值参数fitrgam作为真正的来拟合模型的标准差。

    如果IsStandardDeviationFit是真正的，则可以使用预测．该函数还返回响应变量的预测区间，在给定的观察值下进行评估。

    数据类型:逻辑

    其他回归属性

    此属性是只读的。

    分类预测指标，指定为一个正整数向量。CategoricalPredictors包含指示对应的预测器是分类的索引值。索引值在1到之间p,在那里p为用于训练模型的预测器数量。如果没有任何预测器是绝对的，则此属性为空(［］）.

    数据类型:双

    此属性是只读的。

    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。

    数据类型:细胞

    此属性是只读的。

    预测器变量名，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。

    数据类型:细胞

    此属性是只读的。

    响应变量名，指定为字符向量。

    数据类型:字符

    响应转换函数，规定为“没有”或者函数句柄。ResponseTransform描述软件如何转换原始响应值。

    对于一个MATLAB®函数或您定义的函数，输入其函数句柄。例如，输入Mdl。ResponseTransform = @函数,在那里函数接受原始响应的数字向量，并返回大小相同的数字向量，其中包含转换后的响应。

    数据类型:字符|function_handle

    对象的功能

    全部展开

    石灰 局部可解释的模型不可知解释(LIME)
    partialDependence 计算部分依赖
    plotLocalEffects 绘制广义可加模型(GAM)中项的局部效应
    plotPartialDependence 创建部分依赖图(PDP)和个人条件期望图(ICE)
    沙普利 沙普利值

    全部展开

    预测 使用广义可加模型(GAM)预测响应
    损失 广义可加模型的回归损失

    例子

    全部折叠

    打开生活的脚本

    通过删除训练数据来减少用于回归的完整广义可加模型(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carbig数据集。

    负载carbig

    指定加速度，位移，马力,重量为预测变量(X),英里/加仑为响应变量(Y）.

    X =(加速度、位移、马力、重量);Y = MPG;

    训练GAM使用X和Y．

    Mdl = fitrgam (X, Y)
    Mdl = RegressionGAM ResponseName: 'Y' CategoricalPredictors: [] ResponseTransform: 'none'拦截:26.9442 IsStandardDeviationFit: 0 NumObservations: 398属性，方法

    Mdl是一个RegressionGAM模型对象。

    缩小模型的尺寸。

    CMdl =紧凑(Mdl)
    CMdl = CompactRegressionGAM ResponseName: 'Y' CategoricalPredictors: [] ResponseTransform: 'none'拦截:26.9442 IsStandardDeviationFit: 0属性，方法

    CMdl是一个CompactRegressionGAM模型对象。

    显示每个回归模型使用的内存数量。

    谁(“Mdl”，“CMdl”）
    Name Size Bytes Class Attributes CMdl 1x1 578163 classreg.learning.regr.CompactRegressionGAM Mdl 1x1 611957 RegressionGAM

    完整模型(Mdl)比小型机(CMdl）.

    为了有效地预测新观测的响应，您可以删除Mdl从MATLAB®工作空间，然后通过CMdl和新的预测值预测．

    另请参阅

    |

    主题

    介绍了R2021a

    统计和机器学习工具箱文档

    万博1manbetx

    掌握机器学习:一步一步的指导与MATLAB

    掌握机器学习:一步一步的指导与MATLAB

    下载电子书