包裹:classreg.learning.regr
紧凑型支持向量机万博1manbetx回归模型
CompactRegressionSVM
是一种紧凑的支持向量机(S万博1manbetxVM)回归模型。它比完整的、经过训练的支持向量机模型(万博1manbetxRegressionSVM
模型),因为它不存储用于训练模型的数据。
由于精简模型不存储训练数据,因此无法使用它执行某些任务,例如交叉验证。但是,您可以使用紧凑的SVM回归模型,使用新的输入数据预测响应。
返回一个紧凑的SVM回归模型compactMdl
=紧凑(mdl
)compactMdl
从一个完整的,训练有素的SVM回归模型,mdl
.有关更多信息,请参见紧凑的
.
丢弃支持向量万博1manbetx |
丢弃的支持向量万博1manbetx |
incrementalLearner |
将支持向量机回归万博1manbetx模型转换为增量学习器 |
石灰 |
局部可解释模型不可知解释(LIME) |
损失 |
支持向量机回归模型的回归误差万博1manbetx |
部分依赖 |
计算部分依赖 |
plotPartialDependence |
创建部分依赖图(PDP)和单个条件期望图(ICE) |
预测 |
使用支持向量机回归模型预测响应万博1manbetx |
夏普利 |
沙普利值 |
更新 |
更新模型参数以生成代码 |
价值。要了解值类如何影响复制操作,请参见复制对象.
[1] 纳什,W.J.,T。L卖方,S。R塔尔博特,A。J卡霍恩和W。B福特。”塔斯马尼亚州鲍鱼种群生物学。我黑唇鲍(H红宝石)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, 1995.
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] 利希曼,M。UCI机器学习库[http://archive.ics.uci.edu/ml]。加州欧文:加州大学信息与计算机科学学院。