保证金

分类的利润率

语法

m =利润率(obj, X, Y)

米=利润(obj,X,Y)返回预测器矩阵的分类边距X和类标签Y。关于定义，请参见更多关于。

`obj`	类的判别分析分类器`ClassificationDiscriminant`或`CompactClassificationDiscriminant`，通常以`fitcdiscr`。
`X`	矩阵，其中每一行表示一个观测值，每一列表示一个预测值。中的列数`X`必须等于预测器的数量`obj`。
`Y`	类标签，具有与中存在的相同的数据类型`obj`。元素的数量`Y`的行数必须等于`X`。

`米`	长度的数字列向量`大小(X, 1)`。中的每个条目`米`的对应行的边距`X`和(真正的类)`Y`计算使用`obj`。

计算Fisher iris数据的分类裕度，对其前两列数据进行训练，并查看后10个条目:

= meas(:，1:2);obj = fitcdiscr (X,物种);M =利润率(obj, X,物种);ans = 0.6551 0.4838 0.6551 -0.5127 0.5659 0.4611 0.4949 0.1024 0.2787 -0.1439 -0.4444

在所有数据上训练的分类器更好:

obj = fitcdiscr(量、种类);M =利润率(obj、量、物种);M(end-10:end) ans = 0.9983 1.0000 0.9991 0.9978 1.0000 1.0000 0.9999 0.9882 0.9937 1.0000 0.9649

这个函数完全支持高数组。万博1manbetx有关更多信息，请参见高大的数组(MATLAB)。

下载电子书