训练一个回归模型并创建一个石灰
对象,该对象使用线性简单模型。当你创建石灰
对象,如果不指定查询点和重要预测因子的数量,则软件生成合成数据集的样本,但不适合简单的模型。使用object函数适合
为查询点拟合一个简单的模型。然后利用目标函数显示拟合后线性简单模型的系数情节
.
加载carbig
数据集,其中包含20世纪70年代和80年代初生产的汽车的测量数据。
创建一个包含预测变量的表加速度
,气缸
,等等,以及响应变量英里/加仑
.
删除训练集中的缺失值可以帮助减少内存消耗并加快fitrkernel
函数。中删除缺失的值资源描述
.
通过删除响应变量来创建一个预测变量表资源描述
.
训练一个黑盒模型英里/加仑
通过使用fitrkernel
函数。
创建一个石灰
对象。指定一个预测器数据集,因为mdl
不包含预测器数据。
结果= lime with properties: BlackboxModel: [1x1 RegressionKernel] DataLocality: 'global' CategoricalPredictors: [2 5] Type: 'regression' X: [392x6 table] QueryPoint: [] NumImportantPredictors: [] numsynticdata: 5000 synticdata: [5000x6 table] fitting: [5000x1 double] SimpleModel: [] ImportantPredictors: [] blackboxfitting: [] simplemodelfitting: []
结果
包含生成的合成数据集。的SimpleModel
属性为空([]
).
中第一个观测拟合线性简单模型tblX
.指定要查找的重要预测因子的数量为3。
queryPoint =1×6表加速气缸位移马力Model_Year重量 ____________ _________ ____________ __________ __________ ______ 12 8 307 130 70 3504
画出石灰
对象结果
通过使用对象函数情节
.若要在任何预测器名称中显示现有下划线,请更改TickLabelInterpreter
轴的值“没有”
.
该图显示了查询点的两个预测,它们对应于BlackboxFitted财产和SimpleModelFitted的属性结果
.
横柱图显示了简单模型的系数值,按它们的绝对值排序。石灰发现马力
,Model_Year
,气缸
作为查询点的重要预测器。
Model_Year
而且气缸
是具有多个类别的分类预测器。对于线性简单模型,软件为每个分类预测器创建的虚拟变量比类别数少一个。条形图只显示最重要的虚变量。,可以检查其他虚变量的系数SimpleModel
的属性结果
.显示排序系数值,包括所有分类虚拟变量。
ans =17×2表Exteded预测名字系数 __________________________ ___________ {' -3.4485马力的}e-05 {Model_Year(74和70)的}-6.1279 e-07{“Model_Year(80和70)的}-4.015 e-07{“Model_Year(81和70)的}3.4176 e-07{“Model_Year(82和70)的}-2.2483 e-07{的圆柱体(6和8)}-1.9024 e-07{“Model_Year(76和70)的}1.8136 e-07{的圆柱体(5和8)}1.7461 e-07{“Model_Year(71和70)的}1.558 e-07{“Model_Year(75和70)的}1.5456 e-07{“Model_Year(77和70)的}1.521 e-07 {Model_Year (78 vs。70)'} 1.4272e-07 {'Model_Year (72 vs. 70)'} 6.7001e-08 {'Model_Year (73 vs. 70)'} 4.7214e-08{'气缸(4 vs. 8)'} 4.5118e-08 {'Model_Year (79 vs. 70)'} -2.2598e-08 \