主要内容

このページの翻訳は最新ではありませ。

resubloss.

クラス：回归植物

再代入による回帰误差

このページをすべて展开する

构文

l = Resubloss（树）
L = resubLoss(树、名称、值)
l = Resubloss（树，'子树'，subtrerevector）
[l，se] = RERUBLOS（树，'子树'，子到雷矢量）
[l，se，nleaf] = Resubloss（树，'子树'，子到雷矢量）
[l，se，nleaf，bestlevel] = Resulsoss（树，'子树'，子到雷矢量）
[l，...] = RERUBLOS（树，'子树'，子留下，名称，值）

说明

L.= Resubloss（树的）は,関数Fitrtree.が树の作成に使用したデータで計算した損失を意味する,再代入損失を返します。

L.= Resubloss（树那名称，价值的）は，1つ以上の名称，价值のペア数量で指定れれた追てててて，损失てます。name1，value1，...，namen，valuenのように，复数の名前と値のペアの引数を任意の顺番で指定できます。

L.= Resubloss（树那“子树”，子到rereevector）は，枝刈り顺序子特雷弗内のツリーで平均二乘误差のベクトルを返します。

[L.那se] = RERUBLOS（树那“子树”，子到rereevector）は，分享误差の标准误差を返します。

[L.那se那nleaf] = RERUBLOS（树那“子树”，子到rereevector）は，枝刈り枝刈りしたシーケンスのツリーの叶ノード数数をベクトルを返し

[L.那se那nleaf那bestlevel] = RERUBLOS（树那“子树”，子到rereevector）は树化名为はは，bestlevelは，最も损失の少ない，1标准偏差内の损失の枝刈りです。

(L,…] = RERUBLOS（树那“子树”，子到rereevector，名称，价值的）は，1つ以上の名称，价值のペア引数で指定された追加オプションを使用して，损失统计を返します。name1，value1，...，namen，valuenのように，复数の名前と値のペアの引数を任意の顺番で指定できます。

入力数

すべて展開する

Fitrtree.を使用して構築された回帰木(回归植物モデルオブジェクト）。

名称とと値ののペアの

オプションの名称，价值引姓名は数名で，价值は対応する値です。姓名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。

损失关数。平均二乘误差を意味する'妈妈'または关节ハンドル指定します。

损失关节に说明されているいる，独自の关有关部作作作作作者

データ型:char|细绳|function_handle.

枝刈り枝刈りしたサブサブツリーにに连名称，价值遇数。

枝刈りレベル。“子树”とと升顺の非负非负のの整ベクトル'全部'から構成されるコンマ区切りのペアとして指定します。

ベクトルを指定する場合,すべての要素が0.からmax（tree.prunelist）の范囲になければなりんん。0.は枝刈りしない完全な木をを，max（tree.prunelist）は完全に枝刈りした木（つまり，ルートノードのみ）を表します。

'全部'を指定した場合,resubloss.はすべてのの分木（枝刈り枝刈り胸部）に作用し。これこれ，0：max（tree.prunelist）を指定することと同じです。

resubloss.では子树で指定された各レベルまで树の枝刈りを行ってから，対応する出力引数を推定します。子树のサイズにより，一部の出力引数のサイズが决まります。

子树を呼び出すために，树の梅尔格莱斯プロパティまたはPruneAlpha言い换えるプロパティを空にすることできませませ言い换える言い换えるととと，'preune'，'开'を设定して树を成长させる，修剪を使用して树ののを行。

例：'子树'，'全部'

データ型:单身的|双倍的|char|细绳

木木サイズ。次次のいずれかかをししし

  • 'se'-损失は，损失が最小値から1标准偏差以内（L.+se以内)である枝刈りレベルの中で最大のものを返します。L.とseは子树の最小値に関するものです。

  • 'min'-损失は，最も损失が少ない子树の要素を戻します。通讯，これは子树のの小要素です。

出力数

すべて展開する

回帰损失（平台二乘误差）。长长子树のベクトル。误差の意味は，重量および亏本义务の値によって异なります。

损失の标准误差。子树の长さのベクトル。

枝刈りされたサブツリー内の叶（端末ノード）の数。子树の长さのベクトル。

树化によって値が異なるスカラー。

  • 树化='se'-损失は，损失が最小値から1标准偏差以内（L.+se以内)である枝刈りレベルの中で最大のものを返します。L.とseは子树の最小値に関するものです。

  • 树化='min'-损失は，最も损失が少ない子树の要素を返します。通讯，これは子树のの小要素です。

例

すべて展開する

ライブスクリプトを开く

carsmallデータセットを読み込みます。移位那马力および重量が応答MPG.のの子であると考えます。

加载carsmallx = [位移马力重量];

すべての観测値を使用して回帰木を成长させます。

Mdl = fitrtree (X, MPG);

再代入のmseををします。

resubLoss (Mdl)
ans = 4.8952
ライブスクリプトを开く

�枝刈りを行为ます（つまり木の成をを制し）。

carsmallデータセットを読み込みます。移位那马力および重量が応答MPG.のの子であると考えます。

加载carsmallx = [位移马力重量];Y = MPG;

データを学習セット(50%)と検定セット(50%)に分割します。

n =尺寸（x，1）;RNG（1）%的再现性idxtrn = false（n，1）;IDxtrn（RANDSAMPLE（n，round（0.5 * n）））= true;％培训设定逻辑指数idxval = idxtrn == false;%验证设置逻辑索引

学士学位セットセットを使て回帰木を成长させます。

mdl = fitrtree（x（idxtrn，:)，y（idxtrn））;

回帰木を表示します。

查看（MDL，'模式'那'图形'）;

图回归树查看器包含UIMenu类型UIControl类型的轴和其他对象。轴包含27个类型的类型，文本。

この回帰木には7つの枝刈りレベルがあります。レベル0は(表示のように)枝刈りされていない完全な木です。レベル7はルートノードのみ(分割なし)です。

最上位レベルを除く各部分木(枝刈りレベル)について,学習標本のMSEを確認します。

m = max（mdl.prunelist） -  1;trnloss = Resubloss（MDL，'子树'0米):
trnloss =7×15.9789 6.2768 6.8316 7.5209 8.3951 10.7452 14.8445

  • 枝刈りされていない完全な木のMSEは约6単位です。

  • レベル1まで枝刈りされた木mseは约6.3単位です。

  • レベル6（切り株）まで枝刈りされた木mseはは14.8単位です。

最上位を除く各レベルで検定标本のMSEを确认します。

valLoss =损失(Mdl X (idxVal:), Y (idxVal),'子树'0米):
valloss =7×132.1205 31.5035 32.0541 30.8183 26.3535 30.0137 38.4695

  • 枝刈りされていない完全な木(レベル0)のMSEは約32.1単位です。

  • レベル4まで枝刈りされた木mseは约26.4単位です。

  • レベル5まで枝刈りされた木mseは约30.0単位です。

  • 6

モデルの复雑さと标本外性能のバランスをとるには，Mdlをレベル4まで枝刈りすることを検讨します。

prunemdl = prune（mdl，'等级'，4）;查看（prunemdl，'模式'那'图形'的）

图回归树查看器包含UIMenu类型UIControl类型的轴和其他对象。轴包含15个类型的类型线，文本。

详细

すべて展開する

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