训练一个回归模型并创建一个石灰
对象,该对象使用线性简单模型。当你创建石灰
对象,如果未指定查询点和重要预测值的数量,则软件将生成合成数据集的样本,但不适合简单模型。使用对象函数适合
以适应查询点的简单模型。然后用目标函数显示拟合的线性简单模型的系数情节
.
加载卡比格
数据集,其中包含20世纪70年代和80年代初制造的汽车的测量数据。
创建一个包含预测变量的表加快
,圆筒
,等等,以及响应变量MPG
.
删除训练集中缺少的值有助于减少内存消耗并加快训练速度fitrkernel
函数。删除中缺少的值资源描述
.
通过删除响应变量来创建预测变量表资源描述
.
训练黑盒模型MPG
通过使用fitrkernel
作用
创建一个石灰
对象。指定一个预测器数据集,因为mdl
不包含预测数据。
结果=石灰与属性:BlackboxModel: [1 x1 RegressionKernel] DataLocality:“全球”CategoricalPredictors:[2 5]类型:“回归”X: [392 x6表]QueryPoint: [] NumImportantPredictors: [] NumSyntheticData: 5000 SyntheticData: [5000 x6表)安装:x1双[5000]SimpleModel: [] ImportantPredictors: [] BlackboxFitted:[] SimpleModelFitted: []
结果
包含生成的合成数据集。的简单模型
属性为空([]
).
为第一次观测拟合一个线性简单模型tblX
. 将要查找的重要预测值的数量指定为3。
绘制石灰
对象结果
通过使用对象函数情节
。若要在任何预测器名称中显示现有下划线,请更改滴答计
轴到的值“没有”
.
图显示了查询点的两个预测,它们对应于黑匣子财产和简单模型性质结果
.
水平条形图显示了简单模型的系数值,按其绝对值排序马力
,Model_Year
和圆筒
作为查询点的重要预测器。
Model_Year
和圆筒
是具有多个类别的分类预测器。对于线性简单模型,软件为每个分类预测器创建的虚拟变量少于类别数。条形图仅显示最重要的虚拟变量。您可以使用简单模型
性质结果
.显示排序的系数值,包括所有分类虚拟变量。
ans=17×2表Exteded预测名字系数 __________________________ ___________ {' -3.4485马力的}e-05 {Model_Year(74和70)的}-6.1279 e-07{“Model_Year(80和70)的}-4.015 e-07{“Model_Year(81和70)的}3.4176 e-07{“Model_Year(82和70)的}-2.2483 e-07{的圆柱体(6和8)}-1.9024 e-07{“Model_Year(76和70)的}1.8136 e-07{圆柱体(5 vs。8)'} 1.746e -07 {'Model_Year (75 vs. 70)'} 1.5456e-07 {'Model_Year (77 vs. 70)'} 1.4272e-07 {'Model_Year (78 vs. 70)'} 6.7001e-08 {'Model_Year (72 vs. 70)'} 4.7214e-08 {' cylinder (4 vs. 8)'} 4.518e -08 {'Model_Year (79 vs. 70)'} -2.2598e-08⋮