计算部分依赖
计算部分相关PD.
=部分依存(RegressionMdl
,vars.
)PD.
所列预测变量之间vars.
以及用回归模型预测的响应RegressionMdl
,其中包含预测数据。
计算部分相关PD.
=部分依存(ClassificationMdl
,vars.
,标签
)PD.
所列预测变量之间vars.
以及所指定的类别的分数标签
通过使用分类模型ClassificationMdl
,其中包含预测数据。
partialDependence
使用一个预测
功能预测响应或分数。partialDependence
选择合适预测
根据模型的功能(RegressionMdl
或者ClassificationMdl
)和运行预测
使用默认设置。详细资料预测
函数,见预测
函数。如果指定的模型是基于树的模型(不包括增强的树集合),则partialDependence
采用加权遍历算法代替预测
函数。有关详细信息,请参见加权算法遍历.
回归模型对象
模型类型 | 完整或紧凑的回归模型对象 | 预测反应功能 |
---|---|---|
决策树集成的自举聚合 | CompactTreeBagger |
预测 |
决策树集成的自举聚合 | treebagger |
预测 |
回归模型集合 | 回归 ,回归释迦缩短 ,CompactRegressionEnsemble |
预测 |
高斯核回归模型采用随机特征展开 | RegressionKernel |
预测 |
高斯过程回归 | RegressionGP ,CompactregressionGP. |
预测 |
广义添加剂模型 | RegressionGAM ,CompactRegressionGAM |
预测 |
广义线性混合效应模型 | GeneralizedLinearMixedModel |
预测 |
广义线性模型 | GeneralizedLinearModel. ,CompactGeneralizedLinearModel |
预测 |
线性混合效应模型 | linearmixedmodel. |
预测 |
线性回归 | LinearModel ,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 | RegressionNeuralNetwork ,CompactRegressionNeuralNetwork |
预测 |
非线性回归 | NonLinearModel |
预测 |
回归树 | RegressionTree ,Compactregressiontree. |
预测 |
万博1manbetx支持矢量机器 | RegressionSVM ,CompactRegressionSVM |
预测 |
分类模型对象
模型类型 | 完整或紧凑分类模型对象 | 预测标签和分数的功能 |
---|---|---|
判别分析分类器 | 分类Discriminant. ,CompactClassificationDiscriminant. |
预测 |
支持向量机或其他分类器的多类模型万博1manbetx | Classifiedecoc. ,CompactClassificeCoc. |
预测 |
学习者的集体融合 | ClassificationEnsemble ,CompactClassificationEnsemble ,ClassificationBaggedEnsemble |
预测 |
高斯内核分类模型使用随机特征扩展 | ClassificationKernel |
预测 |
广义添加剂模型 | ClassificationGAM ,CompactClassificationGAM |
预测 |
k最近的邻居模型 | ClassificationKnn. |
预测 |
线性分类模型 | 分类线性 |
预测 |
朴素贝叶斯模型 | ClassificationNaiveBayes ,CompactClassificaNiveBayes. |
预测 |
神经网络分类器 | ClassificationneuralKetwork. ,CompactClassificationneAuralKetwork. |
预测 |
万博1manbetx支持向量机的一类和二值分类 | ClassificationSVM ,CompactClassificationSVM |
预测 |
用于多类分类的二叉决策树 | ClassificationTree ,CompactClassificationTree. |
预测 |
袋装决策树的合奏 | treebagger ,CompactTreeBagger |
预测 |
plotPartialDependence
计算和绘制部分相关值。该函数还可以创建个人条件期望(冰)的阴谋。
哈斯蒂,特雷弗,罗伯特·蒂布希拉尼和杰罗姆·弗里德曼。统计学习的要素。纽约,纽约:施普林格纽约,2009。
石灰
|OobpermutedPredictorimportance.
|plotPartialDependence
|predictorImportance (RegressionEnsemble)
|predictorImportance (RegressionTree)
|relieff
|sequentialfs
|沙普利