2つの分类モデルの精密をを据/P.>
testcholdout据/Code>は,2次の分享モデルの精密を统计的にしますますますしし。予测したを真のに対して比较しから真のに対してに対してしから,误误率率违いが统计に意调べます。据/P.>
复数の分类モデルの精度が异なるかどうかや,ある分类モデルの性能が别のモデルより优れているかどうかを评価できます。据Code class="literal">testcholdout据/Code>では,渐近検定,厳密条件検定,中 - 对値検定など,いくつかの据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">マクネマー検定据/一种>のバリエーションを実行できます。据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">コストを考慮する評価据/一种>については,カイ二乗検定(优化工具箱™のライセンスが必要)や尤度比検定などの検定を行うことできます。据/P.>
は,中-P値据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">マクネマー検定据/一种>を行,予测したクラスラベル据Code class="literal">YHat1据/Code>および据Code class="literal">YHat2据/Code>は真のクラスラベル据Code class="literal">y据/Code>。据/P.>
H据/Code>
= testcholdout(据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat1" class="intrnllnk">YHat1据/Code>那据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat2" class="intrnllnk">
YHat2据/Code>那据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk">
y据/Code>)据/Code>
H据/Code>=据Code class="literal">1据/Code>の场合,帰无仮说は5%の有意水准で弃却されます。据Code class="literal">H据/Code>=据Code class="literal">0.据/Code>の場合,帰無仮説は5%の水準では棄却されません。据/P.>
は,1つ以上の据Code class="literal">名称,价值据/Code>ペア引数で指定された追加オプションを适用して行った仮说検定の结果を返します。たとえば,対立仮说のタイプ,検定のタイプ,コスト行列を指定できます。据/P.>
H据/Code>
= testcholdout(据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat1" class="intrnllnk">YHat1据/Code>那据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat2" class="intrnllnk">
YHat2据/Code>那据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk">
y据/Code>那据一种Href="#namevaluepairarguments" class="intrnllnk">
名称,价值据/Code>)据/Code>
[据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj_sep_shared-h" class="intrnllnk">
は,前の構文の入力引数のいずれかを使用して,仮説検定のp値(据Code class="literal">P.据/Code>)と,予测したクラスラベルの各集合に対応する据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">分类损失据/一种>(据Code class="literal">E1.据/Code>と据Code class="literal">E2据/Code>)ををます。据/P.>
H据/Code>那据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj_sep_shared-p" class="intrnllnk">
P.据/Code>那据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-e1" class="intrnllnk">
E1.据/Code>那据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-e2" class="intrnllnk">
E2据/Code>) = testcholdout (据S.P.一种NClass="argument_placeholder">___据/S.P.一种N>)据/Code>
异なるアルゴリズムを使用して2つの分类モデルを学习させます。ホールドアウトセットに対する2つのモデルの误分类率を比较する统计検定を実行します。据/P.>
データを学習セットと検定セットに均等に分割します。据/P.>
SVMモデルと,バギング分類木が100本あるアンサンブルを学習させます。S.VM モデルについては、放射基底関数カーネルとヒューリスティック手法を使用してカーネル スケールを決定するように指定します。据/P.>
学习済みのモデルを使用して,検定セットの観测値にラベルを付けます。据/P.>
2つ検定同じしどう検定ししどうを検定しますかを検定同じし2かを検定ししどうを検定しし据/P.>
电离层据/Code>データセットを読み込みます。据/P.>
加载据S.P.一种NS.T.yle="color:#A020F0">电离层据/S.P.一种N>
RNG(1);据S.P.一种NS.T.yle="color:#228B22">重复性的%据/S.P.一种N>CVP = cvpartition(Y,据S.P.一种NS.T.yle="color:#A020F0">'坚持'据/S.P.一种N>,0.5);Idxtrain =培训(CVP);据S.P.一种NS.T.yle="color:#228B22">%训练集指数据/S.P.一种N>iDxtest =测试(CVP);据S.P.一种NS.T.yle="color:#228B22">%测试集指数据/S.P.一种N>
本量利据/Code>は,学習セットと検定セットを指定する交差検証分割オブジェクトです。据/P.>
MdlSVM = fitcsvm (X (idxTrain:), Y (idxTrain),据S.P.一种NS.T.yle="color:#A020F0">'标准化'据/S.P.一种N>,真的,据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>“KernelFunction”据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'RBF'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'kernelscale'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'汽车'据/S.P.一种N>);T = templateTree(据S.P.一种NS.T.yle="color:#A020F0">“复制”据/S.P.一种N>,真正的);据S.P.一种NS.T.yle="color:#228B22">%用于随机预测器选择的重现性据/S.P.一种N>MdlBag = fitcensemble(X(idxTrain,:),Y(idxTrain),据S.P.一种NS.T.yle="color:#A020F0">“方法”据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'包'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">“学习者”据/S.P.一种N>,T);据/P.re>
MdlSVM据/Code>は学習済みの据Code class="literal">分类VM.据/Code>モデルです。据Code class="literal">mdlbag.据/Code>は学習済みの据Code class="literal">ClassificationBaggedensemble.据/Code>モデルです。据/P.>
yhatsvm =预测(mdlsvm,x(iDxtest,:));yhatbag =预测(mdlbag,x(iDxtest,:));据/P.re>
YhatSVM据/Code>と据Code class="literal">YhatBag据/Code>は,対応するモデルで予测したクラスラベルが格纳されているベクトルです。据/P.>
h = testcholdout (YhatSVM YhatBag Y (idxTest))据/P.re>
h =据S.P.一种NClass="emphasis">逻辑据/E.m>0.据/P.re>
H = 0据/Code>なので,2つのモデルの予测精度が等しいという帰无仮说は弃却できません。据/P.>
同じアルゴリズムを使使使ててのせますただし,ハイハイパーパラメーターを调整しアルゴリズムをより复雑にししアルゴリズムアルゴリズムをより単纯ななモデルモデルががががががががががアウトデータデータにおける度度ががアウトアウトデータデータにおけるにおけるがががどうどうかを评価するする検定を実実しし据/P.>
データを学習セットと検定セットに均等に分割します。据/P.>
线形カーネル(バイナリ分类の既定)を使用するSVMモデルと放射基底关数カーネルを使用するSVMモデルを学习させます。カーネルスケールには,既定値の1を使用します。据/P.>
学习済みのモデルを使用して,検定セットの観测値にラベルを付けます。据/P.>
単纯なモデル(据Code class="literal">MdlLinear据/Code>)の精度は复雑な(据Code class="literal">mdlrbf.据/Code>)の精灵と同程序であるという帰无仮说をますしセットのサイズが大声ので,渐近マクネマー検定を実行,中间 -据S.P.一种NClass="emphasis">P.据/E.m>値検定(コストを考虑しない検定の既定)で结果を比较します。据S.P.一种NClass="emphasis">P.据/E.m>値と误分类率を返すように指定します。据/P.>
両方の検定で据S.P.一种NClass="emphasis">P.据/E.m>値がゼロに近いので,単纯なモデルの精度が复雑なモデルの精度より低いという帰无仮说を弃却するだけの十分な证拠が得られました。どの検定を指定しても,据Code class="literal">testcholdout据/Code>はは方のモデルについてタイプのののの尺度をます返し返します。据/P.>
电离层据/Code>データセットを読み込みます。据/P.>
加载据S.P.一种NS.T.yle="color:#A020F0">电离层据/S.P.一种N>;据/P.re>
RNG(1);据S.P.一种NS.T.yle="color:#228B22">重复性的%据/S.P.一种N>CVP = cvpartition(Y,据S.P.一种NS.T.yle="color:#A020F0">'坚持'据/S.P.一种N>,0.5);Idxtrain =培训(CVP);据S.P.一种NS.T.yle="color:#228B22">%训练集指数据/S.P.一种N>iDxtest =测试(CVP);据S.P.一种NS.T.yle="color:#228B22">%测试集指数据/S.P.一种N>
本量利据/Code>は,学習セットと検定セットを指定する交差検証分割オブジェクトです。据/P.>
MdlLinear = fitcsvm(X(idxTrain,:),Y(idxTrain),据S.P.一种NS.T.yle="color:#A020F0">'标准化'据/S.P.一种N>,真正的);MdlRBF = fitcsvm (X (idxTrain:), Y (idxTrain),据S.P.一种NS.T.yle="color:#A020F0">'标准化'据/S.P.一种N>,真的,据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>“KernelFunction”据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'RBF'据/S.P.一种N>);据/P.re>
MdlLinear据/Code>と据Code class="literal">mdlrbf.据/Code>は学習済みの据Code class="literal">分类VM.据/Code>モデルです。据/P.>
yhatlinear =预测(mdllinear,x(iDxtest,:));yhatrbf =预测(mdlrbf,x(iDxtest,:));据/P.re>
YhatLinear据/Code>と据Code class="literal">YhatRBF据/Code>は,対応するモデルで予测したクラスラベルが格纳されているベクトルです。据/P.>
Asymp = 0 (4,1);据S.P.一种NS.T.yle="color:#228B22">预分配%据/S.P.一种N>midp =零(4,1);[ASYMP(1),ASYMP(2),ASYMP(3),ASYMP(4)] = TESTCHOLDOUT(Yhatlinear,Yhatrbf,Y(IDXTEST),据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>'选择'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'更大'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'测试'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">渐近的据/S.P.一种N>);(MidP MidP (1), (2), MidP (3), MidP (4)] = testcholdout (YhatLinear YhatRBF Y (idxTest),据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>'选择'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'更大'据/S.P.一种N>);表(Asymp,MIDP,据S.P.一种NS.T.yle="color:#A020F0">'rownames'据/S.P.一种N>, {据S.P.一种NS.T.yle="color:#A020F0">'H'据/S.P.一种N>'P'据/S.P.一种N>'e1'据/S.P.一种N>'e2'据/S.P.一种N>})据/P.re>
ans =.据S.P.一种NClass="emphasis">4×2表据/E.m>Asymp MidP __________ __________ h 1 1 p 7.2801e-09 2.7649e-10 e1 0.13714 0.13714 e2 0.33143 0.33143据/P.re>
データセットのクラスの表現が不均衡である場合や,偽陽性のコストと偽陰性のコストが不均衡である場合,コスト行列を分析に含めることにより,2つの分類モデルの予測性能を統計的に比較できます。据/P.>
16个のクラスがありますが,一部はデータセットで表现されていません(たとえば,クラス13)。ほとんどの観测値は不整脉がないものとして分类されています(クラス1)。このデータセットは非常に离散的であり,クラスが不均衡です。据/P.>
不整脈があるすべての観測値(クラス2 ~ 15)を1つのクラスに結合します。不整脈の状況(クラス16)が不明である観測値をデータセットから削除します。据/P.>
データを学習セットと検定セットに均等に分割します。据/P.>
コスト行列を作成します。不整脈がある患者を不整脈なしのクラスに誤分類した場合はコストを高くし,不整脈がない患者を不整脈ありのクラスに誤分類した場合の5倍にします。正しく分類した場合,コストは発生しません。行は真のクラスを,列は予測したクラスを表します。コストを考慮する分析を実行するときは,クラスの順序を指定することをお勧めします。据/P.>
50本页分类木がある2つのブースティングアンサンブルに习习をせます。一方でadaboostm1を,もう一方ではLogitboostをデータにます値が含まてに欠损値がれいるので値値含まてのでのでのでので岐岐岐岐岐岐岐岐岐岐ようようします。コスト行列を使使しモデルを习习させますます。据/P.>
学习済みのモデルを使用して,検定セットの観测値にラベルを付けます。据/P.>
AdaBoostM1アンサンブル(据Code class="literal">MDLADA据/Code>)とlogitboostアンサンブル(据Code class="literal">mdllogit.据/Code>)で予測精度が等しいかどうかを検定します。コスト行列を渡します。コストを考慮する漸近的な尤度比検定(コスト行列を渡す場合の既定)を実行します。据S.P.一种NClass="emphasis">P.据/E.m>値と誤分類コストを返すように指定します。据/P.>
心律失常据/Code>データセットを読み込みます。データのクラス表现を判别します。据/P.>
加载据S.P.一种NS.T.yle="color:#A020F0">心律失常据/S.P.一种N>;Y =分类(Y);汇总(Y);据/P.re>
值计数百分比1 245 54.20%2 44 9.73%3 15 3.32%4 15 3.32%513 2.88%6 25 5.53%7 3 0.66%8 2 0.44%9 9 1.90%10 50 11.06%14 0.88%11.06%14 0.88%15 5 1.11%16 22 4.87%据/P.re>
idx = (Y ~=据S.P.一种NS.T.yle="color:#A020F0">'16'据/S.P.一种N>);Y = Y (idx);X = X (idx:);Y (Y ~ =据S.P.一种NS.T.yle="color:#A020F0">'1'据/S.P.一种N>) =据S.P.一种NS.T.yle="color:#A020F0">'hyarrhalythmia'据/S.P.一种N>;Y】(Y ==据S.P.一种NS.T.yle="color:#A020F0">'1'据/S.P.一种N>) =据S.P.一种NS.T.yle="color:#A020F0">'不良性'据/S.P.一种N>;Y = removecats(Y);据/P.re>
RNG(1);据S.P.一种NS.T.yle="color:#228B22">重复性的%据/S.P.一种N>CVP = cvpartition(Y,据S.P.一种NS.T.yle="color:#A020F0">'坚持'据/S.P.一种N>,0.5);Idxtrain =培训(CVP);据S.P.一种NS.T.yle="color:#228B22">%训练集指数据/S.P.一种N>iDxtest =测试(CVP);据S.P.一种NS.T.yle="color:#228B22">%测试集指数据/S.P.一种N>
本量利据/Code>は,学習セットと検定セットを指定する交差検証分割オブジェクトです。据/P.>
成本= [0 1; 5 0];ClassNames = {据S.P.一种NS.T.yle="color:#A020F0">'不良性'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'hyarrhalythmia'据/S.P.一种N>};据/P.re>
T = templateTree(据S.P.一种NS.T.yle="color:#A020F0">“代孕”据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'在'据/S.P.一种N>);numTrees = 50;MdlAda = fitcensemble(X(idxTrain,:),Y(idxTrain),据S.P.一种NS.T.yle="color:#A020F0">“方法”据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'AdaBoostM1'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>'numlearnicalnycle'据/S.P.一种N>numTrees,据S.P.一种NS.T.yle="color:#A020F0">“学习者”据/S.P.一种N>,t,据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>'成本'据/S.P.一种N>,成本,据S.P.一种NS.T.yle="color:#A020F0">'classnames'据/S.P.一种N>类名);MdlLogit = fitcensemble (X (idxTrain:), Y (idxTrain),据S.P.一种NS.T.yle="color:#A020F0">“方法”据/S.P.一种N>那据S.P.一种NS.T.yle="color:#A020F0">'logitboost'据/S.P.一种N>那据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>'numlearnicalnycle'据/S.P.一种N>numTrees,据S.P.一种NS.T.yle="color:#A020F0">“学习者”据/S.P.一种N>,t,据S.P.一种NS.T.yle="color:#0000FF">...据/S.P.一种N>'成本'据/S.P.一种N>,成本,据S.P.一种NS.T.yle="color:#A020F0">'classnames'据/S.P.一种N>类名);据/P.re>
MDLADA据/Code>と据Code class="literal">mdllogit.据/Code>は学習済みの据Code class="literal">分类素..据/Code>モデルです。据/P.>
YhatAda =预测(MdlAda X (idxTest:));YhatLogit =预测(MdlLogit X (idxTest:));据/P.re>
YhatLinear据/Code>と据Code class="literal">YhatRBF据/Code>は,対応するモデルで予测したクラスラベルが格纳されているベクトルです。据/P.>
(h p e1, e2) = testcholdout (YhatAda YhatLogit Y (idxTest),据S.P.一种NS.T.yle="color:#A020F0">'成本'据/S.P.一种N>,成本)据/P.re>
h =据S.P.一种NClass="emphasis">逻辑据/E.m>0.据/P.re>
p = 0.0617据/P.re>
E1 = 0.6233据/P.re>
E2 = 0.4698据/P.re>
H = 0据/Code>なので,2つのモデルの予测精度が等しいという帰无仮说は弃却できません。据/P.>
YHat1据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">予测クラスラベル据/S.P.一种N>
绝对配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文件配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">串配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">逻辑ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">数値ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文字ベクトルの细胞配列据/S.P.一种N>
1番目の分類モデルで予測したクラスラベル。绝对配列,文件配列,S.T.ring 配列、logical ベクトル、数値ベクトル、または文字ベクトルの cell 配列を指定します。据/P.>
データ型:据/S.T.rong>YHat1据/Code>が文字配列のの合,各要素は配列の1つの行に対応しなけれなりませんませんんん。据/P.>
YHat1据/Code>,据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat2" class="intrnllnk">
YHat2据/Code>および据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk">
y据/Code>は长さが同じでなければなりません。据/P.>
YHat1据/Code>,据Code class="literal">YHat2据/Code>および据Code class="literal">y据/Code>を同じデータ型にすることをお勧めします。据/P.>
分类据/Code>|据Code itemprop="datatype">char据/Code>|据Code itemprop="datatype">细绳据/Code>|据Code itemprop="datatype">逻辑据/Code>|据Code itemprop="datatype">单据/Code>|据Code itemprop="datatype">双倍的据/Code>|据Code itemprop="datatype">细胞据/Code>
YHat2据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">予测クラスラベル据/S.P.一种N>
绝对配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文件配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">串配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">逻辑ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">数値ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文字ベクトルの细胞配列据/S.P.一种N>
2番目の分類モデルで予測したクラスラベル。绝对配列,文件配列,S.T.ring 配列、logical ベクトル、数値ベクトル、または文字ベクトルの cell 配列を指定します。据/P.>
データ型:据/S.T.rong>YHat2据/Code>が文字配列のの合,各要素は配列の1つの行に対応しなけれなりませんませんんん。据/P.>
YHat1据/Code>
,据Code class="literal">YHat2据/Code>および据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk">y据/Code>は长さが同じでなければなりません。据/P.>
YHat1据/Code>,据Code class="literal">YHat2据/Code>および据Code class="literal">y据/Code>を同じデータ型にすることをお勧めします。据/P.>
分类据/Code>|据Code itemprop="datatype">char据/Code>|据Code itemprop="datatype">细绳据/Code>|据Code itemprop="datatype">逻辑据/Code>|据Code itemprop="datatype">单据/Code>|据Code itemprop="datatype">双倍的据/Code>|据Code itemprop="datatype">细胞据/Code>
y据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">真のクラスラベル据/S.P.一种N>
绝对配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文件配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">串配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">逻辑ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">数値ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文字ベクトルの细胞配列据/S.P.一种N>
真のクラスラベル.Categorical配列,文章配列,字符串配列,逻辑ベクトル,数码ベクトル,または文字の细胞配列配列を指定し。据/P.>
データ型:据/S.T.rong>y据/Code>が文字配列のの合,各要素は配列の1つの行に対応しなけれなりませんませんんん。据/P.>
YHat1据/Code>
,据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat2" class="intrnllnk">YHat2据/Code>および据Code class="literal">y据/Code>は长さが同じでなければなりません。据/P.>
YHat1据/Code>,据Code class="literal">YHat2据/Code>および据Code class="literal">y据/Code>を同じデータ型にすることをお勧めします。据/P.>
分类据/Code>|据Code itemprop="datatype">char据/Code>|据Code itemprop="datatype">细绳据/Code>|据Code itemprop="datatype">逻辑据/Code>|据Code itemprop="datatype">单据/Code>|据Code itemprop="datatype">双倍的据/Code>|据Code itemprop="datatype">细胞据/Code>
オプションの据Code class="argument">名称,价值据/Code>引数のコンマ区切りペアを指定します。据Code class="literal">姓名据/Code>は引数名で,据Code class="literal">价值据/Code>は対応する値です。据Code class="literal">姓名据/Code>は引用符で囲まなければなりません。据Code class="literal">name1,value1,...,namen,valuen据/Code>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。据/P.>
例:据/S.T.rong>“替代”、“大”、“测试”、“渐近”,“成本”,[0 2;1 0]据/Code>を指定すると,予测予测したクラスラベルのの番目のセットがががセットセットよりよりよりよりさかどうかが検定されますますますますマクネマー検定をを実実ととととととと実とととととととのの据Code class="literal">一会{1}据/Code>をもつ観测値を误分类した场合は,真のラベル据Code class="literal">一会{2}据/Code>をもつ観测値を误分类した场合より,ペナルティが2倍になります。据/S.P.一种N>
“α”据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">仮説検定の有意水準据/S.P.一种N>
0.05据/Code>
(既定値) |据S.P.一种N一世T.E.mP.rop="inputvalue">(0,1)の范囲にあるスカラー値据/S.P.一种N>
仮説検定の有意水準。据Code class="literal">“α”据/Code>と(0,1)の范囲にあるスカラー値をで区切って指定指定します。据/P.>
例:据/S.T.rong>“阿尔法”,0.1据/Code>
データ型:据/S.T.rong>单据/Code>|据Code itemprop="datatype">双倍的据/Code>
'选择'据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">评価する対立仮说据/S.P.一种N>
'不等'据/Code>
(既定値) |据S.P.一种N一世T.E.mP.rop="inputvalue">'更大'据/Code>
|据S.P.一种N一世T.E.mP.rop="inputvalue">'较少的'据/Code>
评価する対立仮说。据Code class="literal">'选择'据/Code>と次の表に記載されている値のいずれかをコンマ区切りのペアとして指定します。据/P.>
値据/T.H> | 対立仮说据/T.H> |
---|---|
'不等'据/Code>(既定の設定)据/T.D.>
| |
'更大'据/Code> |
y据/Code>の予測について,据Code class="argument">YHat1据/Code>は据Code class="argument">YHat2据/Code>より精度が高い。据/T.D.>
|
'较少的'据/Code> |
y据/Code>の予測について,据Code class="argument">YHat1据/Code>は据Code class="argument">YHat2据/Code>より精度が低い。据/T.D.>
|
例:据/S.T.rong>“另类”,“大”据/Code>
'classnames'据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">クラス名据/S.P.一种N>
绝对配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文件配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">串配列据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">逻辑ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">数値ベクトル据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">文字ベクトルの细胞配列据/S.P.一种N>
クラス名。据Code class="literal">'classnames'据/Code>と直言配列,文字配列,字符串配列,逻辑ベクトル,数値ベクトル,または文字ベクトルの细胞配列から構成されるコンマ区切りのペアとして指定します。据Code class="argument">类名据/Code>は据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk"> クラスの順序に対応する入力引数の次元の順序を指定する。たとえば,据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj_sep_shared-Cost" class="intrnllnk"> 検定用にクラスのサブセットを選択する。たとえば,据Code class="argument">y据/Code>に含まれているすべてののなるなる名のの合据Code class="literal">{ 'A', 'B', 'C'}据/Code>であるとします。クラス据Code class="literal">“一个”据/Code>および据Code class="literal">'C'据/Code>のみの観测値を使使てモデルの学习と検定行うに,据Code class="literal">'classnames',{'a','c'}据/Code>を指定します。据/P.> 既定の设定は,据Code class="argument">y据/Code>に含まれているすべての異なるクラス名の集合です。据/P.>
例:据/S.T.rong> データ型:据/S.T.rong>y据/Code>のデータ型を使用して設定しなければなりません。据/P.>
类名据/Code>が文字配列のの合,各要素は配列の1つの行に対応しなけれなりませんませんんん。据/P.>
类名据/Code>の使用目的は次のとおりです。据/P.>
成本据/Code>の次元の順序を指定するために据Code class="argument">类名据/Code>を使用します。据/P.>
'类名',{ 'B', 'G'}据/Code>
单据/Code>|据Code itemprop="datatype">双倍的据/Code>|据Code itemprop="datatype">逻辑据/Code>|据Code itemprop="datatype">char据/Code>|据Code itemprop="datatype">细绳据/Code>|据Code itemprop="datatype">细胞据/Code>|据Code itemprop="datatype">分类据/Code>
'成本'据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">誤分類のコスト据/S.P.一种N>
正方行据/S.P.一种N>|据S.P.一种N一世T.E.mP.rop="inputvalue">构造体配列据/S.P.一种N>
误分类コスト。据Code class="literal">'成本'据/Code>と正方行または构造体配列をコンマ区切ってしします指定指定します。据/P.>
正方行据Code class="argument">成本据/Code>ををする场合,据Code class="literal">成本(I,J)据/Code>は真のクラスが据Code class="literal">一世据/Code>の点をクラス据Code class="literal">j据/Code>に分類するコストです。つまり,行は真のクラスに,列は予測するクラスに対応します。据Code class="argument">成本据/Code>の対応する行および列についてクラスの順序を指定するには,名前と値のペアの引数据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#d123e747752" class="intrnllnk">类名据/Code>をさらに指定します。据/P.>
繁体据Code class="literal">S.据/Code>ををする场合,据Code class="literal">S.据/Code>には次の2つのフィールドが必要です。据/P.>
S.ClassNames据/Code>。据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk">
y据/Code>と同じデータ型の変数としてクラス名を格納します。このフィールドを使用してクラスの順序を指定できます。据/P.>
S.ClassificationCosts据/Code>。行と列の顺序が据Code class="literal">S.ClassNames据/Code>と同じであるコスト行列。据/P.>
分类モデルに学习をさせるために使用したものと同じコスト行列を渡すことをお勧めします。据/P.>
既定値は,据Code class="literal">I〜= j的据/Code>の場合は据Code class="literal">成本(I,J)= 1据/Code>,据Code class="literal">我= j的据/Code>の場合は据Code class="literal">成本(I,J)= 0据/Code>です。据/P.>
例:据/S.T.rong> データ型:据/S.T.rong>成本据/Code>を指定したた合,据Code class="function">testcholdout据/Code>では片侧検定,厳密検定および中旬-P検定を実行できません。据Code class="literal">“另类”,“不公平”,“测试”,“渐进”据/Code>も指定しなければなりません。コストを考虑する検定のオプションについては、名前と値のペアの引数据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#shared-CostTest" class="intrnllnk">
CostTest据/Code>を参照してください。据/P.>
'费用',[0 1 2;1 0 2;2 2 0]据/Code>
单据/Code>|据Code itemprop="datatype">双倍的据/Code>|据Code itemprop="datatype">塑造据/Code>
'CostTest'据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">コストコストを考虑するする検定の据/S.P.一种N>
“可能性”据/Code>
(既定値) |据S.P.一种N一世T.E.mP.rop="inputvalue">“chisquare”据/Code>
コストを考虑する検定タイプタイプ。据Code class="literal">'CostTest'据/Code>と据Code class="literal">“chisquare”据/Code>または据Code class="literal">“可能性”据/Code>ををコンマ区切り切りのとして指定しし据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj_sep_shared-Cost" class="intrnllnk"> 次の表に,コストを考虑する検定で利用できるオプションの概要を示します。据/P.>
详细は,据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">コストを考虑する検定据/一种>を参照してください。据/P.>
例:据/S.T.rong>成本据/Code>の名前と値のペアの引数を使用してコスト行列を指定しない限り,据Code class="function">testcholdout据/Code>では据Code class="literal">CostTest据/Code>が无视されます。据/P.>
値据/T.H>
渐近検定のタイプ据/T.H>
要件据/T.H>
“chisquare”据/Code>
カイ二乘検定据/T.D.>
quadprog据/Code>
(优化工具箱)据/S.P.一种N>を実装するための优化工具箱のライセンス据/T.D.>
“可能性”据/Code>
尤度比検定据/T.D.>
なし据/T.D.>
'CostTest', '卡方'据/Code>
'测试'据/Code>-据S.P.一种N一世T.E.mP.rop="purpose">実行する検定据/S.P.一种N>
渐近的据/Code>
|据S.P.一种N一世T.E.mP.rop="inputvalue">“准确”据/Code>
|据S.P.一种N一世T.E.mP.rop="inputvalue">'midp'据/Code>
実行する検定。据Code class="literal">'测试'据/Code>と据Code class="literal">渐近的据/Code>,据Code class="literal">“准确”据/Code>または据Code class="literal">'midp'据/Code>をコンマで区切って指定します。次の表に,コストを考虑しない検定で利用できるオプションの概要を示します。据/P.>
値据/T.H> | 说明据/T.H> |
---|---|
渐近的据/Code> |
渐近的なマクネマー検定据/T.D.> |
“准确”据/Code> |
厳密条件マクネマー検定据/T.D.> |
'midp'据/Code>(既定の設定)据/T.D.>
|
详细は,据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">マクネマー検定据/一种>を参照してください。据/P.>
コストを考虑する検定検定の合书,据Code class="literal">测试据/Code>は据Code class="literal">渐近的据/Code>でなければなりません。据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj_sep_shared-Cost" class="intrnllnk"> 例:据/S.T.rong>成本据/Code>の名前と値ののペアを指定し,コストコストを考虑する検定検定据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#shared-CostTest" class="intrnllnk">
CostTest据/Code>の名前と値のペアの引数を使用する場合,据Code class="literal">渐近的据/Code>が既定になります。据/P.>
'test','渐近'据/Code>
メモ据/S.T.rong>
南据/Code>,据Code class="literal"><未定义>据/Code>値,空の文库ベクトル(据Code class="literal">''据/Code>),空の字符串(据Code class="literal">“据/Code>),および据Code class="literal"><缺失>据/Code>値値,欠损データ値をます。据Code class="function">testcholdout据/Code>では次のようになります。据/P.>
YHat1据/Code>と据Code class="argument">YHat2据/Code>の欠損値は,誤分類観測値として扱われます。据/P.>
y据/Code>の欠损値と,据Code class="argument">YHat1据/Code>および据Code class="argument">YHat2据/Code>の対応する値が削除されます。据/P.>
H据/Code>- 仮说検定の结果据br>1据/Code>|据Code class="literal">0.据/Code>
论理値として返される仮说検定の结果。据/P.>
データ型:据/S.T.rong>H = 1据/Code>のの合,有少水壶据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj_sep_shared-Alpha" class="intrnllnk">
Α据/Code>で帰无仮说が弃却されます。据/P.>
H = 0据/Code>のの合,有少水壶据Code class="argument">Α据/Code>では帰无仮说を弃却できません。据/P.>
逻辑据/Code>
P.据/Code>- p値据br>[0, 1]の範囲にあるスカラー値据/S.P.一种N>
検定のp値。[0,1]の范囲にあるスカラー値として返されます。据Code class="literal">P.据/Code>は,帰无仮说が真であるとしたたにに,観测された统计统计より无検定统计统计のがな値に确率です。据/P.>
testcholdout据/Code>では,検定のタイプによって异なる検定统计量の分布を使用して据Code class="literal">P.据/Code>を推定します。マクネマー検定のバリエーションから導き出される検定統計量についての詳細は、据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">マクネマー検定据/一种>を参照してください。コストを考慮する検定から導き出される検定統計量についての詳細は,据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">コストを考虑する検定据/一种>を参照してください。据/P.>
E1.据/Code>- 分享到据br>スカラー据/S.P.一种N>
1番目のクラスラベルのセット(据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat1" class="intrnllnk"> コストを考慮しない検定の場合,据Code class="literal">E1.据/Code>つまりは分类率。つまり,据Code class="literal">E1.据/Code>は誤分類した観測値の比率であり,[0,1]の範囲にあるスカラー値になります。据/P.>
コストを考虑する検定検定の合书,据Code class="literal">E1.据/Code>は误分类コストです。つまり,据Code class="literal">E1.据/Code>はは分类コストのこのののは,误分别类た値についてそれぞれしし比率値についてそれぞれした比率です。据/P.>
YHat1据/Code>)で真のクラスラベル(据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk">
y据/Code>)を予測する精度を要約した据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">分类损失据/一种>。スカラー値として返されます。据/P.>
E2据/Code>- 分享到据br>スカラー据/S.P.一种N>
2番目番目のクラスラベルの(据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-YHat2" class="intrnllnk"> コストを考慮しない検定の場合,据Code class="literal">E2据/Code>つまりは分类率。つまり,据Code class="literal">E2据/Code>は誤分類した観測値の比率であり,[0,1]の範囲にあるスカラー値になります。据/P.>
コストを考虑する検定検定の合书,据Code class="literal">E2据/Code>は误分类コストです。つまり,据Code class="literal">E2据/Code>はは分类コストのこのののは,误分别类た値についてそれぞれしし比率値についてそれぞれした比率です。据/P.>
YHat2据/Code>)で真のクラスラベル(据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#bupt6wj-Y" class="intrnllnk">
y据/Code>)を予測する精度を要約した据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">分类损失据/一种>。スカラー値として返されます。据/P.>
“コストを考虑する検定”据/E.m>は,误分类のコストがしします。コストを考虑するを。コストを考虑するますを実するにより,分享到,分享到に学校をさせるときと,これらをと,これらを统计的にするににとき,コストの不行を考虑できます。据/P.>
误分类のコストが不均衡な场合,误分类率では分类损失の性能が低下する倾向があります。代わりに误分类コストを使用して分类モデルを比较します。据/P.>
误分类コストは,多くの用途で不均衡になります。たとえば,一连の予测子に基づいて被験者を健康および病気という2つのカテゴリに分类するとします。病気の被験者を健康として误分类すると,被験者の生命に危険がもたらされます。しかし,健康な被験者を病気として误分类しても,一般に不都合は生じますが,着しく危険なわけではありません。このような状况では,健康な被験者を病気として误分类した场合より病気の被験者を健康として误分类した场合の方がコストが高くなるように误分类コストを割り当てます。据/P.>
以下の定义では,コストを考虑する検定の概要について说明します。この定义では次のようにします。据/P.>
N据S.ub>IJK.据/S.ub>および据S.P.一种NClass="inlineequation">
は,次の特徴をもつ検定標本観測値の個数および推定比率です。K.は真のクラス、i は 1 番目の分類モデルによって割り当てられたラベル、j は 2 番目の分類モデルによって割り当てられたラベルです。据S.P.一种NClass="inlineequation">
の不明な真の値はπ据S.ub>IJK.据/S.ub>です。検定セットの標本サイズは据S.P.一种NClass="inlineequation">
です。また,据S.P.一种NClass="inlineequation">
です。据/P.> C据S.ub>IJ.据/S.ub>は,真のクラスがiである観测値にラベルラベルラベル相対相対なコストです.c据S.ub>II据/S.ub>= 0,C据S.ub>IJ.据/S.ub>≥0であり,少なくとも1つの(I,J)のペアでÇ据S.ub>IJ.据/S.ub>> 0‰。据/P.> すべての添字は,1からK(クラスの数)までの整数値です。据/P.> 2つのコストの类は,次のようなります。据/P.>
仮说検定は次のようになります。据/P.>
コストを考慮する検定として使用できる検定は,両側検定に適しています。据/P.> 不错ななにに対处する渐近検定とし,据E.mClass="firstterm">”“カイ二乗検定据/E.m>と据E.mClass="firstterm">“尤度比検定”据/E.m>を使用できます。据/P.>
カイ二乘検定 - カイ二乘検定统计ははネイマンのカイカイ乘検定统计统计にてていますが,n据S.ub>IJK.据/S.ub>4.据/P.>
であるである合,h据S.ub>0.据/S.ub>は棄却されます。据/P.>
は,Δ= 0という制约で据S.P.一种NClass="inlineequation">
を最小化することにより推定されます。据/P.>
はxで評価した自由度1のχ据S.up>2据/S.up>累積分布関数です。据/P.> 尤度比検定 - 尤度比検定は,标本サイズがñ据S.ub>测试据/S.ub>,成功确率がπ据S.ub>IJK.据/S.ub>の二項確率変数であるN据S.ub>IJK.据/S.ub>に基因てますます。このこの确率数は,真のクラスがk,1番目ののモデルによって割り当てたがi,2番目の分享モデルによってられラベルjである観测値であるがます。合成ことで,この确率函数の分布更多项分布にます。据/P.> 検定统计量は次のようになります。据/P.>
であるである合,h据S.ub>0.据/S.ub>は棄却されます。据/P.>
は,π据S.ub>IJK.据/S.ub>の无制限な最尤推定値です。据/P.>
△,δ= 0という帰无仮说におけるですですです。λ,次の方程式のです。据/P.>
はxで評価した自由度1のχ据S.up>2据/S.up>累積分布関数です。据/P.>
“マクネマー検定”据/E.m>は,标本のペアに关键词があるによっててに対处てて仮说仮说検定据/P.>
2つの分類モデルの予測精度を比較する方法の1つは,次のとおりです。据/P.>
データを学习セットと検定セットに分割します。据/P.> 学習セットを使用して両方の分類モデルを学習させます。据/P.> 検定セットを使用してクラスラベルを予测します。据/P.> 次の図のような2×2の表に结果を要约します。据/P.>
N据S.ub>II据/S.ub>は,一致するペアの数,つまり両方のモデルで同じように(正しくまたは誤って)分類される観測の数です。我≠jの場合のn据S.ub>IJ.据/S.ub>は,一致しないペアの数,つまりモデルでさまざまに(正しくまたは误って)分类される観测の数です。据/P.> モデル1および2の误分类率は,それぞれ据S.P.一种NClass="inlineequation">
および据S.P.一种NClass="inlineequation">
です.2つつのモデルの度はをを比较する両侧は,次のようにます。据/P.>
この帰无仮说は母集団の周辺确率が同等であることを示しているので,帰无仮说は据S.P.一种NClass="inlineequation">
に缩小されます。また,この帰无仮说では,N据S.ub>12据/S.ub>が(N据S.ub>12据/S.ub>+ n据S.ub>21据/S.ub>,0.5)の二项分布になります。据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[1]据/一种> 以上は,マクネマー検定のバリエーションとして利用できる据E.mClass="firstterm">"漸近"据/E.m>,据E.mClass="firstterm">“厳密条件”据/E.m>および据E.mClass="firstterm">“mid-p値”据/E.m>マクネマー検定の基礎となります。以下の定義は,利用可能なバリアントの概要です。据/P.>
渐近 - 渐近マクネマー検定の统计量と(有意水准αに対する)弃却域は,次のようになります。据/P.>
片侧検定の综合,検定统计量は次のになります。据/P.>
である场合(Φは标准ガウス累积分布关数),H据S.ub>0.据/S.ub>は棄却されます。据/P.> 両侧検定の场合,検定统计量は次のようになります。据/P.>
である结合(据S.P.一种NClass="inlineequation">
はxで評価したχ据S.ub>m据/S.ub>2据/S.up>累积分布关数),H据S.ub>0.据/S.ub>は棄却されます。据/P.> 漸近検定では,大標本理論,具体的には二項分布に対するガウス近似が必要です。据/P.>
一致しないペアの総数据S.P.一种NClass="inlineequation">
は10より大きくなければなりません(据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[1]据/一种>,Ch.10.1.4)。据/P.> 一般に,渐近検定ではノミナルの被覆が保证されません。据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[18]据/一种>のシミュレーション研究で示されているように,帰無仮説を誤って棄却する観測確率がαを超える可能性があります。しかし,統計的検出力に関しては漸近マクネマー検定は優れています。据/P.> 厳密条件 - 厳密条件マクネマー検定の统计量と(有意水准αに対する)弃却域は,次のようになります(据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[36]据/一种>,据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[38]据/一种>)。据/P.>
片侧検定の综合,検定统计量は次のになります。据/P.>
である结合(据S.P.一种NClass="inlineequation">
はxで評価した,標本サイズがn,成功確率がpの二項累積分布関数),H据S.ub>0.据/S.ub>は棄却されます。据/P.> 両侧検定の场合,検定统计量は次のようになります。据/P.>
であるである合,h据S.ub>0.据/S.ub>は棄却されます。据/P.> 厳密条件検定では,常にノミナルカバレッジが達成されます。シミュレーション研究据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[18]据/一种>によると,この検定は保守的であり,他のバリアントに比べて统计的検出力が不足しています。検定标本が小规模な场合や非常に离散的な场合は,中 - 对値検定の使用を検讨してください(据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[1]据/一种>Ch.3.6.3)。据/P.> 中间 - 对値検定 - 中期 - 对値マクネマー検定の统计量と(有意水准αに対する)弃却域は,次のようになります(据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[32]据/一种>)。据/P.>
片侧検定の综合,検定统计量は次のになります。据/P.>
である结合(据S.P.一种NClass="inlineequation">
と据S.P.一种NClass="inlineequation">
はそれぞれxで評価した,標本サイズがn,成功確率がpの二項累積分布関数および二項確率密度関数),H据S.ub>0.据/S.ub>は棄却されます。据/P.> 両侧検定の场合,検定统计量は次のようになります。据/P.>
であるである合,h据S.ub>0.据/S.ub>は棄却されます。据/P.> 中间 - 对値検定は,厳密条件検定の过度に保守的な挙动に対处します。シミュレーション研究据一种Href="https://jp.mathworks.com/help/stats/bibliography.html" class="a">[18]据/一种>によると,この検定はノミナルの被覆が達成され,統計的検出力が優れています。据/P.>
“分类损失”据/E.m>は,分类モデルまたは予测した一连のラベルの精度を示します。分类损失には,误分类率と误分类コストの2种类があります。据/P.>
“误分子”据/E.m>またはスカラー値ですつまり,1番目値です。据/P.>
2番目の分享モデルの误分享(e据S.ub>2据/S.ub>)はこの式のインデックス我およびjを入れ替えると得られます。据/P.> 分类精度は,误分类率が1に近づくにつれて低下します。据/P.> “誤分類コスト”据/E.m>は,指定されたコストの値に対する相対的ななののとなる,非负のスカラーですなる,解釈は,指定はますますのによってなりますます误コストなります。指定指定れる)误分类のの加入平衡平台ですははの推定ですた各値の推定です。据/P.>
ここでC.据S.ub>kj据/S.ub>は,真のクラスがķである场合に観测値をクラスĴに分类するコストです0.2番目の分类モデルの误分类コストë据S.ub>2据/S.ub>は,この式のインデックス我およびĴを入れ替えると得られます。据/P.> 一般に,コスト行列が一定の场合に误分类コストが増加すると分类精度が低下します。据/P.>testcholdout据/Code>は,対立仮说における分类损失(据Code class="argument">E1.据/Code>および据Code class="argument">E2据/Code>参照)を返します(极限されないない损失).n据S.ub>IJK.据/S.ub>は検定標本観測値の個数であり,kは真のクラス,は1番目の分類モデルによって割り当てられたラベル,jは2番目の分類モデルによって割り当てられたラベルです。対応する推定比率は据S.P.一种NClass="inlineequation">
です。検定セットの標本サイズは据S.P.一种NClass="inlineequation">
です。インデックスは1からK(クラス数)までの値になります。据/P.>
予测したクラスラベルをするするは,学校済みの分类モデルと新闻しい子データを据Code class="literal">预测据/Code>たとえば,svmモデルでをしますラベルしラベルについては,据一种Href="https://jp.mathworks.com/help/stats/classreg.learning.classif.compactclassificationsvm.predict.html">预测据/Code>を参照してください。据/P.>
コストを考虑する検定では数値を最适化しますが,これには追加の计算リソースが必要です。尤度比検定では,ある区间におけるラグランジュ乘数の根を求めるため间接的に数値を最适化します。データセットによっては,根が区间の境界付近にある场合,メソッドが失败する可能性があります。このため,优化工具箱のライセンスがある场合は,コストを考虑するカイ二乘検定を代わりに実行することを検讨してください详细。は,据一种Href="//www.tianjin-qmedu.com/jp/help/stats/#shared-CostTest" class="intrnllnk">CostTest据/Code>および据一种Href="//www.tianjin-qmedu.com/jp/help/stats/testcholdout.html" class="intrnllnk">コストを考虑する検定据/一种>を参照してください。据/P.>
[1] Agresti,A.分类数据分析,第2版。John Wiley和Sons,Inc .:的霍博肯,新泽西州,2002年。据/P.>
[2] Fagerlan, m.w., S. Lydersen和P. Laake。二元配对数据的McNemar检验:中p和渐近比精确条件更好BMC医学研究方法。2013年第13卷,第1-8页。据/P.>
[3]兰开斯特,H.O.“显着性检验中的离散分布。”JASA,卷。56,号码294,1961年,第223-234。据/P.>
[4] McNemar,Q.“关于相关比例或百分比之间的差异的采样误差。”Psychometrika,Vol。12,第2,160,947页,第153-157页。据/P.>
[5]莫斯特勒,F.“一些统计问题在测量主观对药物的反应。”生物识别技术,卷。8,3号,1952年,第220-226。据/P.>
次のmatlabコマンドコマンドにに対応するリンクがクリックされまし据/P.>
コマンドをmatlabコマンドコマンドウィンドウにににに実行してください.webブラウザーはmatlabコマンドをサポートしていませんんんん。据/P.>
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:据S.T.rong class="recommended-country">。据/P.> 选择据S.P.一种NClass="recommended-country">网站据/一种>
你也可以从以下列表中选择一个网站:据/P.>
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。据/P.>