resubPredict

预测通过resubstitution合奏的响应

扩大所有页面

句法

Yfit = resubPredict（ENS） Yfit = resubPredict（ENS，名称，值）

Yfit= resubPredict（ENS）返回响应ENS预计该数据ens.X。Yfit是的预测ENS在数据fitrensemble用于创建ENS。

Yfit= resubPredict（ENS，名称，值）预测由一个或多个指定的其他选项的回应名称，值对参数。

ENS

与创建的回归集成fitrensemble。

指定可选的用逗号分隔的对名称，值参数。名称是参数的名称和值是对应的值。名称必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名1，值1，...，NameN，值N。

“学习者”

在合奏，从弱学习指数1至NumTrained。oobLoss只使用这些学员来计算损失。

默认：1：NumTrained

Yfit

预测响应的向量来训练数据，以ENS。X元素。

开立真实脚本

查找里程的resubstitution预测carsmall数据，并期待在从训练数据的均方差异。

加载carsmall数据组，并选择马力和车辆重量作为预测。

加载carsmallX = [马力重量];

火车回归树的集合。

ENS = fitrensemble（X，MPG，'方法'，'LSBoost'，“学习者”，'树'）;

找到的resubstitution预测MPG。

Yfit = resubPredict（ENS）;

计算从训练数据resubstitution预测的均方差异。

MSE =平均值（（Yfit  -  ens.Y）^ 2）

MSE = 0.5836

确认的结果是一样的结果resubLoss。

resubLoss（ENS）

ANS = 0.5836

下载电子书