创建部分依赖图(PDP)和个人条件期望图(ICE)
plotPartialDependence(
计算并绘制列出的预测变量之间的部分依赖性Regersionmdl.
那vars.
)vars.
并且使用回归模型预测的响应Regersionmdl.
,其中包含预测数据。
如果指定一个变量vars.
,该函数创建对变量的部分依赖的线曲线。
如果你指定两个变量vars.
,该函数创建针对两个变量的部分依赖的表面图。
plotPartialDependence(
计算并绘制列出的预测变量之间的部分依赖性classificationmdl.
那vars.
那标签
)vars.
以及在标签
通过使用分类模型classificationmdl.
,其中包含预测数据。
如果指定一个变量vars.
和一个课程标签
,该函数创建针对指定类的变量的部分依赖的线图。
如果指定一个变量vars.
和多个班级标签
,该函数为一个数字为每个类创建一个线绘图。
如果你指定两个变量vars.
和一个课程标签
,该函数创建针对两个变量的部分依赖的表面图。
绘图竞争依赖性
用A.预测
功能预测响应或分数。绘图竞争依赖性
选择适当的预测
根据模型的功能(Regersionmdl.
或者classificationmdl.
)和跑步预测
有其默认设置。有关每个人的详细信息预测
函数,见预测
以下两个表中的功能。如果指定的模型是基于树的模型(不包括树木的增强集合)和'条件'
是'没有任何'
,然后绘图竞争依赖性
使用加权遍历算法而不是预测
功能。有关详细信息,请参阅加权遍历算法.
回归模型对象
模型类型 | 完整或紧凑的回归模型对象 | 预测响应的功能 |
---|---|---|
决策树集合的引导集合 | CompactTreeBagger. |
预测 |
决策树集合的引导集合 | TreeBagger |
预测 |
回归模型集合 | 回归 那回归释迦缩短 那compactregressionensemble |
预测 |
高斯内核回归模型使用随机特征扩展 | 回归科内尔 |
预测 |
高斯过程回归 | RegressionGP 那CompactregressionGP. |
预测 |
广义加性模型 | 回归 那CompactRegressionGAM |
预测 |
广义线性混合效应模型 | GeneralizeLmixedModel. |
预测 |
广义线性模型 | GeneralizedLinearModel 那CompactGeneralizedLinearModel |
预测 |
线性混合效应模型 | linearmixedmodel. |
预测 |
线性回归 | linearmodel. 那CompactLinearModel. |
预测 |
线性回归用于高维数据 | 回归线性 |
预测 |
神经网络回归模型 | 回归翁网络网络 那compactregressionneuralnetwork |
预测 |
非线性回归 | 非线性模型 |
预测 |
回归树 | RegressionTree 那Compactregressiontree. |
预测 |
万博1manbetx支持向量机 | 回归vm. 那CompactRegressionSVM |
预测 |
分类模型对象
模型类型 | 完整或紧凑的分类模型对象 | 预测标签和分数的功能 |
---|---|---|
判别分析分类器 | 分类Discriminant. 那CompactClassificationDiscriminant. |
预测 |
支持向量机或其他分类器的多类模型万博1manbetx | ClassificationECOC 那CompactClassificationECOC |
预测 |
学习者的集体融合 | ClassificationEnsemble 那CompactClassificationEnsemble 那ClassificationBaggedEnsemble |
预测 |
高斯核分类模型使用随机特征展开 | ClassificationKernel. |
预测 |
广义加性模型 | Classificationgam. 那CompactClassificationgam. |
预测 |
K.- 最邻居模型 | ClassificationKnn. |
预测 |
线性分类模型 | 分类线性 |
预测 |
天真的贝叶斯模型 | ClassificationniveBayes. 那CompactClassificationNaiveBayes |
预测 |
神经网络分类器 | ClassificationNeuralNetwork 那CompactClassificationneAuralKetwork. |
预测 |
万博1manbetx支持向量机的一类和二值分类 | 分类VM. 那CompactClassificationSVM |
预测 |
用于多类分类的二叉决策树 | ClassificationTree 那CompactClassificationTree. |
预测 |
袋装决策树的合奏 | TreeBagger 那CompactTreeBagger. |
预测 |
部分竞争
在没有可视化的情况下计算部分依赖。该函数可以在一个函数调用中计算两个变量和多个类的部分依赖。
[3] Hastie,Trevor,Robert Tibshirani和Jerome Friedman。统计学习的要素。纽约,纽约:春天的纽约,2001年。
酸橙
|oobPermutedPredictorImportance
|部分竞争
|predictorImportance (RegressionEnsemble)
|预测(回归Tree)
|refieff.
|sequentialfs
|福芙