代孕协会

分类树中代理项分裂关联的均值预测测度

语法

ma=代理关系（树）马= surrogateAssociation(树,N)

描述

马= surrogateAssociation (树)返回中预测因子的关联预测度量矩阵树．

马= surrogateAssociation (树,N)返回向量中节点上平均的关联预测度量矩阵N．

输入参数

`树`	一种基于遗传算法构造的分类树`菲茨特里`，或构造的紧凑回归树`紧凑的`．
`N`	网络中节点数的向量`树`．

输出参数

`马`	`ma=代理关系（树）`返回一个`P`-借-`P`矩阵,`P`是中预测值的数量`树`．`硕士(i, j)`是关联预测测度在变量之间进行最优分割`我`以及变量上的代理分割`J`．有关详细信息，请参见算法． `马= surrogateAssociation(树,N)`返回一个`P`-借-`P`表示在向量中节点上平均的变量之间关联的预测度量`N`．`N`包含`1.`到`最大值（树节点）`．

例子

全部展开

估计替代分裂的关联预测措施

打开生活的脚本

载入费雪的虹膜数据集。

负载鱼腥草

使用种作为响应。指定对缺少的值使用代理项拆分。

树木=设施（MEA、物种、，“代理”,“开”);

找出预测变量之间关联的平均预测度量。

ma=代理关系（树）

妈=4×40.4633 0.2500 1.0000 0.5000 0.2065 0.1413 0.4022 1.0000

求中奇数节点上关联平均的平均预测测度树．

N=1:2:tree.NumNodes；ma=代理关联（tree，N）

妈=4×41.0000 0000 1.0000 00 0.7600 0.5000 1.0000 1.0000 0.4130 0.2826 0.8043 1.0000

算法

要素硕士(i, j)关联的预测测度是否在预测因子上的代理分割上平均J的预测我是最佳分割预测值。该平均值是通过将关联预测测度的正值与预测器上的最优分割求和来计算的我预测器上的代理分裂J然后除以预测器上最优分割的总数我，包括预测因子之间关联的预测度量的拆分我和J答案是否定的。