一会

重複が削除されたYの要素のリスト。一会には,数値ベクトル,カテゴリカル変数のベクトル,逻辑ベクトル,文字配列,文字ベクトルの细胞配列のいずれかを指定できます。一会は,引数Yのデータと同じデータ型です。(字符串配列は文字ベクトルの细胞配列として扱われます)。

CombineWeights

实体による弱学習器の重みの結合法を説明する文字ベクトル。“WeightedSum”または“WeightedAverage”のどちらかになります。

成本

正方行列。成本(i, j)は真のクラスが我である点をクラスjに分類するコストです(行は真のクラス,列は予測したクラスに対応します)。成本の行と列の順序は,一会のクラスの順序に対応します。成本の行および列の数は,応答に含まれている一意なクラスの数です。このプロパティは読み取り専用です。

ExpandedPredictorNames

展開された予測子名。文字ベクトルの细胞配列として格納されます。

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場合,ExpandedPredictorNamesには展開された変数を表す名前が格納されます。それ以外の場合,ExpandedPredictorNamesはPredictorNamesと同じです。

NumTrained

实体の学習済みの弱学習器の数,スカラー。

PredictorNames

予測子変数の名前の细胞配列。並びはXに現れる順です。

之前

各クラスの事前確率の数値ベクトル。之前の要素の順序は,一会のクラスの順序に対応します。之前の要素数は,応答に含まれている一意なクラスの数です。このプロパティは読み取り専用です。

ResponseName

応答変数Yの名前をもつ文字ベクトル。

ScoreTransform

スコア変換用の関数ハンドル,または組み込みの変換関数を表す文字ベクトル。“没有”は変換なしを意味します。等価的には,“没有”は@ x (x)です。組み込みの変換関数のリストとカスタム変換関数の構文は,fitctreeを参照してください。

ドット表記を使用して関数ScoreTransformを追加または変更します。

ens.ScoreTransform =“函数”

または

ens.ScoreTransform = @function

训练有素的

学習済み分類モデルの细胞ベクトル。

TrainedWeights

实体の弱学習器のための学習済み重みを表す数値ベクトル。TrainedWeightsにはT個の要素があり,Tは学习者の弱学習器の数を表します。

UsePredForLearner

サイズP行NumTrained列の逻辑行列であり,ここで,Pは学習データXの予測子(列)の数です。UsePredForLearner (i, j)は,学習器jが予測子我を使用するときに真正的になり,それ以外の場合は假になります。それぞれの学習器に対して,予測子は学習データXの列と同じ順序になります。

アンサンブルが子空间型ではない場合,UsePredForLearner内のすべてのエントリは真正的です。