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。

CompactRegressionGAM

回帰用のコンパクトな一般化加法モデル(GAM)

このページをすべて展開する

    説明

    CompactRegressionGAMは,RegressionGAMモデルオブジェクト(回帰用のGAM)のコンパクトなバージョンです。コンパクトなモデルには,モデルの学習に使用するデータが含まれません。このため,コンパクトなモデルを使用しても,交差検証など一部のタスクは実行できません。コンパクトなモデルは,新しいデータに対する応答の予測などのタスクに使用します。

    作成

    CompactRegressionGAMオブジェクトは,紧凑的を使用して完全なRegressionGAMモデルオブジェクトから作成します。

    プロパティ

    すべて展開する

    GAMのプロパティ

    このプロパティは読み取り専用です。

    交互作用項のインデックス。正の整数のt行2列の行列を指定します。ここで,tはモデル内の交互作用項の数です。行列の各行は1つの交互作用項を表し,交互作用項の予測子データXの列インデックスを格納します。モデルに交互作用項が含まれない場合,このプロパティは空(［］)になります。

    交互作用項はp値に基づく重要度の順序でモデルに追加されます。交互作用項がモデルに追加される順序を確認するには,このプロパティを使用します。

    データ型:双

    このプロパティは読み取り専用です。

    モデルの切片(定数)項。予測子木と交互作用木における切片項の和です。数値スカラーを指定します。

    データ型:单|双

    他の回帰のプロパティ

    このプロパティは読み取り専用です。

    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。CategoricalPredictorsには,カテゴリカル予測子が含まれている予測子データの列に対応するインデックス値を格納します。どの予測子もカテゴリカルではない場合,このプロパティは空(［］)になります。

    データ型:双

    このプロパティは読み取り専用です。

    展開された予測子名。文字ベクトルの cell 配列を指定します。

    ExpandedPredictorNamesは,一般化加法モデルのPredictorNamesと同じです。

    データ型:细胞

    このプロパティは読み取り専用です。

    予測子変数の名前。文字ベクトルの cell 配列を指定します。PredictorNamesの要素の順序は,予測子名が学習データに現れる順序に対応します。

    データ型:细胞

    このプロパティは読み取り専用です。

    応答変数名。文字ベクトルを指定します。

    データ型:字符

    応答変換関数。“没有”または関数ハンドルを指定します。ResponseTransformは,生の応答値を変換する方法を表します。

    MATLAB®関数やユーザー定義関数の場合は,関数ハンドルを入力します。たとえば,Mdl。ResponseTransform = @functionを入力できます。ここで函数は,元の応答の数値ベクトルを受け入れ,変換した応答が格納されている同じサイズの数値ベクトルを返します。

    データ型:字符|function_handle

    オブジェクト関数

    すべて展開する

    石灰 局部可解释模型不可知解释(LIME)
    partialDependence 部分従属の計算
    plotLocalEffects 一般化加法モデル(GAM)内の項の局所的効果のプロット
    plotPartialDependence 部分依存プロット(PDP)および個別条件付き期待値(ICE)プロットの作成
    沙普利 シャープレイ値

    すべて展開する

    预测 一般化加法モデル(GAM)の使用による応答の予測
    损失 一般化加法モデル(GAM)の回帰損失

    例

    すべて折りたたむ

    ライブスクリプトを開く

    学習データを削除することにより,回帰用の完全な一般化加法モデル(GAM)のサイズを縮小します。完全なモデルには,学習データが保持されます。コンパクトなモデルを使用すると,メモリ効率を向上させることができます。

    carbigデータセットを読み込みます。

    负载carbig

    予測子変数 (X)として加速度、位移、马力および重量を,応答変数(Y)として英里/加仑を指定します。

    X =(加速度、位移、马力、重量);Y = MPG;

    XとYを使用してGAMに学習させます。

    Mdl = fitrgam (X, Y)
    Mdl = RegressionGAM ResponseName: 'Y' categorypredictors: [] ResponseTransform: 'none' Intercept: 26.9442 NumObservations: 398属性，方法

    MdlはRegressionGAMモデルオブジェクトです。

    モデルのサイズを縮小します。

    CMdl =紧凑(Mdl)
    CMdl = CompactRegressionGAM ResponseName: 'Y' CategoricalPredictors: [] ResponseTransform: 'none' Intercept: 26.9442属性，方法

    CMdlはCompactRegressionGAMモデルオブジェクトです。

    各回帰モデルが使用するメモリの量を表示します。

    谁(“Mdl”，“CMdl”）
    名称大小字节类属性CMdl 1x1 578154 classregg .learning.regr. compactregressiongam Mdl 1x1 611947 RegressionGAM

    完全なモデル(Mdl)はコンパクトなモデル(CMdl)より大きくなります。

    新しい観測値の応答を効率的に予測するため,MdlをMATLAB®ワークスペースから削除し,CMdlと新しい予測子の値を预测に渡すことができます。

    参考

    |

    トピック

    R2021aで導入

    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