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。
高次元データ用の線形回帰モデル
RegressionLinear
は,回帰用の学習済み線形モデルオブジェクトです。線形モデルは,サポートベクターマシン回帰(SVM)または線形回帰モデルです。fitrlinear
は,高次元データセットの計算時間を短縮する手法(確率的勾配降下法など)を使用して目的関数を最小化することによりRegressionLinear
モデルをあてはめます。回帰損失と正則化項を加算することにより目的関数が構成されます。
他の回帰モデルとは異なり,また,メモリ消費を節約するため,RegressionLinear
モデルオブジェクトには学習データが格納されません。ただし,推定した線形モデル係数,推定した係数,正則化強度などは格納されます。
学習済みのRegressionLinear
モデルを使用して,新しいデータに対する応答を予測できます。詳細については,预测
を参照してください。
RegressionLinear
オブジェクトの作成にはfitrlinear
を使用します。
incrementalLearner |
線形回帰モデルのインクリメンタル学習器への変換 |
石灰 |
本地可解释模型不可知解释(LIME) |
损失 |
線形回帰モデルの回帰損失 |
partialDependence |
部分従属の計算 |
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 |
预测 |
線形回帰モデルの応答予測 |
selectModels |
近似済み正則化線形回帰モデルの選択 |
沙普利 |
シャープレイ値 |
更新 |
コード生成用にモデルパラメーターを更新 |
値。値のクラスがコピー操作に与える影響については、オブジェクトのコピーを参照してください。