主要内容

このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

的简历

学習アンサンブルの再開

このページをすべて展開する

構文

nlearn ens1 =简历(实体)
ens1 =简历(实体、nlearn名称、值)

説明

ens1=简历(实体，nlearn）は,实体の学習をさらにnlearnサイクル行います。的简历は,fitcensembleが实体の作成に使用した同じ学習オプションを使用します(並列学習オプションを除く)。並列学習を再開する場合は,名前と値のペア“选项”を渡します。

メモ

“AllPredictorCombinations”の数の学習器を使用して作成された实体が子空间アンサンブルの場合,学習を的简历できません。

ens1=简历(实体，nlearn，名称,值）では1つ以上の名称,值の引数ペアで指定された追加オプションを使用して,实体の学習を行います。

入力引数

实体

関数fitcensembleで作成されたアンサンブル分類。

nlearn

实体の追加学習でのサイクル数を示す,正の整数。

名前と値のペアの引数

オプションの名称,值引数のコンマ区切りペアを指定します。的名字は引数名で,价值は対応する値です。的名字は引用符で囲まなければなりません。Name1, Value1,…,的家のように,複数の名前と値のペアの引数を,任意の順番で指定できます。

NPrint

出力頻度,正の整数のスカラーまたは“关闭”(出力しない)。NPrintが正の整数である場合,NPrint個の弱学習器の学習後に,コマンドラインにメッセージが表示されます。

ヒント

一部のブースティングされた決定木の学習を最速にするには,NPrintを既定値の“关闭”に設定します。このヒントは,分類の方法が“AdaBoostM1”、“AdaBoostM2”、“GentleBoost”,または“LogitBoost”であるか,回帰の方法が“LSBoost”である場合に有効です。

既定値:“关闭”

选项

並列計算と乱数設定のオプション。構造体として指定します。statsetを使用して选项構造体を作成します。

メモ

並列計算を行うには,并行计算工具箱™が必要です。

的简历では元の学習に使用したものと同じ並列オプションを使用できます。ただし,必要に応じて並列オプションを変更できます。次の表は,オプションのフィールドとその値の一覧です。

フィールド名 値 既定の設定
UseParallel

並列計算する場合は,この値を真正的に設定します。並列アンサンブル学習では,名前と値の引数“方法”を“包”に設定する必要があります。並列学習は“包”の既定のタイプである木学習器にのみ使用できます。

 假
UseSubstreams

再生可能な方法で並列計算する場合は,この値を真正的に設定します。

再現性のある計算を行うには,流をサブストリームを許可する型(“mlfg6331_64”または“mrg32k3a”)に設定します。

 假
流 RandStreamオブジェクトまたはそのようなオブジェクトの细胞配列としてこの値を指定します。UseParallelの値が真正的でなく,UseSubstreamsの値も假でない場合,単一オブジェクトを使用します。この場合は,並列プールと同じサイズの细胞配列を使用します。 流を指定しなかった場合,的简历は既定のストリームを使用します。

デュアルコア以上のシステムの場合,的简历では英特尔®スレッディングビルディングブロック(TBB)を使用して学習を並列化します。したがって,UseParallelオプションを真正的と指定しても,単一のコンピューターではそれほど大きな高速化の効果は得られないことがあります。英特尔TBBについての詳細は,https://software.intel.com/en-us/intel-tbbを参照してください。

例:“选项”,statset (UseParallel,真的)

出力引数

ens1

追加学習で拡張された,アンサンブル分類实体。

例

すべて展開する

ライブスクリプトを開く

アンサンブル分類に3サイクル学習をさせ,アンサンブルにさらに数サイクル学習をさせた後で再代入誤差を比較します。

电离层データセットを読み込みます。

负载电离层

アンサンブル分類に3サイクル学習をさせ,再代入誤差を調べます。

实体= fitcensemble (X, Y,“方法”，“GentleBoost”，“NumLearningCycles”3);L = resubLoss(实体)
L = 0.0085

さらに3サイクル学習をさせ,新しい再代入誤差を調べます。

ens1 =简历(实体,3);L = resubLoss (ens1)
L = 0

新しいアンサンブルでは,元のアンサンブルより再代入誤差がはるかに小さくなっています。

拡張機能

参考

||

统计和机器学习工具箱ドキュメンテーション

サポート

機械学習をマスターする:MATLABステップ・バイ・ステップガイド

機械学習をマスターする:MATLABステップ・バイ・ステップガイド

电子书をダウンロードする