用Fitcgam.
适合二进制分类的广义添加剂模型。
广义添加剂模型(GAM)是一种可解释的模型,用于使用预测器的单变量和双变量形状函数的总和解释类别评分(类概率的登录)。Fitcgam.
使用升级树作为每个预测器的形状函数,并且可选地,每对预测器;因此,该功能可以捕获预测器和响应变量之间的非线性关系。因为各个形状函数对预测(分类评分)的贡献很好地分开,所以该模型易于解释。
Classificationgam. |
二进制分类的广义添加剂模型(GAM) |
CompactClassificationgam. |
用于二进制分类的紧凑型广义添加剂模型(GAM) |
Classificationededgam. |
交叉验证的广义添加剂模型(GAM)进行分类 |
用最佳参数训练广义添加剂模型(GAM),评估预测性能,并解释培训的模型。