主体内容

CompactRegressionSVM

包数 :classreg.learning.regr

万博1manbetx压缩支持向量机回归模型

扩展全页

描述性

CompactRegressionSVM万博1manbetx压缩支持向量机回归模型万博1manbetx耗用内存小于全培训支持矢量机模型回归SVM模型)不存储模型训练使用的数据

压缩模型不存储培训数据,无法用它执行某些任务,例如交叉验证可使用紧凑SVM回归模型预测使用新输入数据响应

建设

压缩Mdl=压缩mdl)返回压缩SVM回归模型压缩Mdl完全训练SVM回归模型mdl.更多信息见紧凑.

输入参数

扩展全部

完全训练SVM回归模型回归SVM模型返回ferrsvm系统.

属性

扩展全部

双重问题系数 指向量数值阿尔法内存m元素, wherem万博1manbetx支持矢量数培训SVM回归模型万博1manbetx双重问题为每个支持向量引入二变法乘法传值阿尔法万博1manbetx介于支持向量两个估计拉格朗乘法间的差异更多细节见万博1manbetx理解向量机回归.

if you指定清除重复使用RemoveDuplicates万博1manbetx后,对一组支持向量的重复观察阿尔法内含与全集对应的系数即MATLAB®属性非零系数从重复数集观察0面向集内所有重复观察

数据类型单片|双倍

原线性问题系数,存储成数向量长度公元前中位公元前svm回归模型预测数

值输入贝塔线性系数处理原创优化问题

模型使用内核函数获取线性,此属性为空...)

上头预测方法计算预测响应值YFIT=X/SxBeta+Bias中位S级值内核缩放存储KernelParameters.Scale属性

数据类型双倍

svm回归模型中的比斯术语存储成标量值

数据类型双倍

分类预测指数,指正整数矢量CategoricalPredictors内含索引值表示对应预测器绝对性索引值介于1至公元前中位公元前预测数培训模型万一预测者均非绝对性,则此属性为空家常便饭)

数据类型单片|双倍

扩展预测器名称,存储成字符向量数组

模型使用绝对变量编码ExpandedPredictorNames包括描述扩展变量的名称否则ExpandedPredictorNames与预测者名.

数据类型单元格内

内核函数参数,存储成结构并有下列字段

字段 描述性
函数转换 内核函数名(字符向量)
尺度化 数值尺度因子划分预测值

可指定值KernelParameters.Function并KernelParameters.Scale通过使用内核功能并内核尺度名值对参参ferrsvm系统..

数据类型struct系统

预测者表示存储成数值矢量

如果训练数据标准化,则慕族数字矢量长度公元前中位公元前预测数培训模型本案中预测方法中心预测矩阵X级通过减法对应元素慕族取自每一列

如果训练数据不标准化,则慕族空( 空)...)

数据类型单片|双倍

预测者名称,存储成数组字符向量,按顺序显示每个预测者名称X级.预测者名长度等于列数X级.

数据类型单元格内

响应变量名存储为字符向量

数据类型查尔

响应变换函数无或函数控件ResponseTransform描述软件变原响应值

mATLAB函数或函数输入函数控件举例说,您可以输入mdl.Response变换sm函数显示中位函数显示接受原响应数向量并返回相同大小包含变换响应数向量

数据类型查尔|函数-handle

预测者标准偏差 存储成数值矢量

如果训练数据标准化,则西格玛数字矢量长度公元前中位公元前预测数培训模型本案中预测方法尺度预测器矩阵X级分选列西格玛后居中使用慕族.

如果训练数据不标准化,则西格玛空( 空)...)

数据类型单片|双倍

万博1manbetx支持向量存储mby-公元前矩阵数值m万博1manbetx表示支持向量数万博1manbetxsum(Mdl.IsSupportVector))和公元前数预测器X级.

if you指定清除重复使用RemoveDuplicates万博1manbetx后对一组重复观察支持向量万博1manbetx支持Vectors万博1manbetx内含唯一支持向量

数据类型单片|双倍

对象函数

万博1manbetxdiscardSupportVectors 万博1manbetx丢弃支持向量
incrementalLearner 万博1manbetx转换支持向量机回归模型
石灰 可局部解释模型不可知性解释
损耗 万博1manbetx回归错误支持向量机回归模型
partialDependence 计算偏依赖性
plotPartialDependence 创建局部依存图集和个人条件期望图集
预测 万博1manbetx预测响应使用向量机回归模型
夏普利市 虚值
更新 更新代码生成模型参数

复制语义

值传学习值类如何影响拷贝操作复制对象.

实例

全部崩溃

例子显示如何通过丢弃培训数据以及与培训过程有关的某些信息来缩小全培训SVM回归模型的大小

例子使用二叉式UCI机器学习存储器数据下载数据并存到当前目录中并取名单片数据.读入数据表格显示.

tbl=可读性单片数据,File类型,文本类,'ReadVariableNames'假冒广域网默认百分比可复制

样本数据包含4177观察预测器变量除连续性外都连续性性爱,这是一个绝对变量并有可能的值m以雄性为对象F和'I'面向婴儿目标是预测鲍鱼圈数,并用物理测量确定时间

SVM回归模型培训使用高斯内核函数和自动内核尺度数据标准化

mdl=fitrsvmVar9,'KernelFunction',高信市,内核标度,自动机,标准化ride)
万博1manbetxmdl =     RegressionSVM            PredictorNames: {1x8 cell}              ResponseName: 'Var9'     CategoricalPredictors: 1         ResponseTransform: 'none'                     Alpha: [3635x1 double]                      Bias: 10.8144          KernelParameters: [1x1 struct]                        Mu: [1x10 double]                     Sigma: [1x10 double]           NumObservations: 4177            BoxConstraints: [4177x1 double]           ConvergenceInfo: [1x1 struct]           IsSupportVector: [4177x1 logical]                    Solver: 'SMO'     Properties, Methods

压缩模型

缩式Mdl=缩式mdl
万博1manbetxcompactMdl =     classreg.learning.regr.CompactRegressionSVM            PredictorNames: {1x8 cell}              ResponseName: 'Var9'     CategoricalPredictors: 1         ResponseTransform: 'none'                     Alpha: [3635x1 double]                      Bias: 10.8144          KernelParameters: [1x1 struct]                        Mu: [1x10 double]                     Sigma: [1x10 double]            SupportVectors: [3635x10 double]     Properties, Methods

紧凑模型丢弃培训数据以及与培训过程有关的某些信息

比较全模型大小mdl和紧凑模型压缩Mdl.

vars=whoscompactMdl,mdl)![vars(1).bytes,vars(2).bytes]
as=323793775968

紧凑模型耗用半量内存全模型

引用

[1]NashWJTL.Sellerss公司R.塔尔博特AJ.Cawthorn和W.b.福特人口生物类集塔斯马尼亚I.黑滑AboneH.卢普拉北岸和巴斯海峡48 1994

[2] Waugh,S.外延和基准级联校正扩展级联架构和Feed-Forward监督人工神经网络基准塔斯马尼亚大学计算机科学系论文,1995年

Clark DZSchreter A亚当斯向1996年澳大利亚神经网络会议提交

理查曼UCI机器学习存储器, [http://archive.ics.uci.edu/ml].欧文CA信息计算机学院

扩展能力

版本历史

R2015b介绍

并见

||