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。
パッケージ:classreg.learning.classif
スーパークラス:CompactClassificationEnsemble
アンサンブル分类器
ClassificationEnsemble
は,学习済みの弱学习器モデルのセット,およびそれらの学习器が学习を行ったデータを结合します。この关数では,弱学习器からの予测を集约することにより,新しいデータに対するアンサンブル応答を予测できます。学习に使用したデータが格纳され,再代入予测を计算することができ,必要な场合は学习を再开できます。
アンサンブル分类オブジェクトを作成するには,fitcensemble.
を使用します。
|
数値予测子のビンのエッジ.P个の数値ベクトルが含まれている细胞配列を指定します.Pは予测子の个数です。各ベクトルには,数値予测子のビンのエッジを含めます。カテゴリカル予测子はビン化されないので,カテゴリカル予测子の场合は,この细胞配列の要素を空にします。 数値予测子がビン化されるのは,木学习器を使用してモデルに学习をさせるときに名前と値のペアの引数 学习済みモデル X = mdl.X;%预测数据Xbinned =零(大小(X));边缘= mdl.BinEdges;%查找分级预测的指标。idxNumeric =找到(〜cellfun(@的isEmpty,边缘));如果iscolumn(idxNumeric)idxNumeric = idxNumeric';结束对于j = idxNumeric X = X(:,J);%x转换为数组,如果x是一个表。如果istable(X)X = table2array(X);端%基团X到箱中,通过使用
Xbinned に格納されます。カテゴリカル予測子の場合,Xbinned の値は0になります。X に南 が含まれている场合,対応するXbinned の値は南 ににます。 |
|
カテゴリカル予測子のインデックス。正の整数のベクトルを指定します。 |
|
重复が削除された |
|
|
|
正方行列。 |
|
展开された予测子名。文字ベクトルの细胞配列として格纳されます。 モデルがカテゴリカル変数用のエンコーディングを使用している场合, |
|
近似情报の数値配列。 |
|
配列 |
|
ハイパーパラメーターの交差検证最适化の说明。
|
|
アンサンブルに含まれている弱学习器の名前をもつ文字ベクトルの细胞配列。各学习器の名前は一度だけ现れます。たとえば,ツリーが100本のアンサンブルの场合は, |
|
|
|
|
|
学習データにある観測値の数を含む数値スカラー。 |
|
|
|
予测子変数の名前の细胞配列。并びは |
|
各クラスの事前确率の数値ベクトル。 |
|
|
|
応答変数 |
|
スコア変换用の关数ハンドル,または组み込みの変换关数を表す文字ベクトル。 ドット表記を使用して関数 ens.ScoreTransform = '功能' または ens.ScoreTransform = @function |
|
学习済み分类モデルの细胞ベクトル。
|
|
|
|
サイズ アンサンブルが |
|
スケールされた |
|
アンサンブルに学习させた予测子の値の行列または表。 |
|
数値ベクトル,分类ベクトル,逻辑ベクトル,文字配列,または文字ベクトルの细胞配列。 |
紧凑的 |
コンパクトなアンサンブル分類 |
横梁 |
交差検証を使用したアンサンブル |
边缘 |
分类エッジ |
损失 |
分類誤差 |
利润 |
分類マージン |
部分竞争 |
部分従属の计算 |
plotPartialDependence |
部分従属プロット(PDP)および个别条件付き期待値(ICE)プロットの作成 |
预测 |
分类モデルのアンサンブルを使用して観测値を分类 |
预测的重要性 |
决定木の分类アンサンブルに关する予测子の重要度の推定 |
removeLearners |
コンパクトアンサンブル分类のメンバーの削除 |
resubEdge |
再代入による分類エッジ |
resubLoss |
再置换による分类误差 |
resubMargin |
再代入による分類マージン |
resubPredict |
分類モデルのアンサンブル内の観測値を分類 |
恢复 |
学習アンサンブルの再開 |
値。値のクラスがコピー操作に与える影响については,オブジェクトのコピーを参照してください。
分類木のアンサンブルの場合,コンパクトな分類モデルから成るens.NumTrained
行1列の细胞ベクトルが奴隶
の训练有素的
プロパティに格納されます。细胞ベクトルの木T.
をテキストまたはグラフィックで表示するには,以下を入力します。
LogitBoostまたはGentleBoostを使用して集約したアンサンブルの場合は”视图(实体。训练有素的{
」。T.
} .CompactRegressionLearner)
他のすべての集約方法の場合は”视图(实体。训练有素的{
」。T.
})