partialDependence
计算部分依赖关系
语法
描述
计算部分依赖关系pd
= partialDependence (RegressionMdl
,var
)pd
中所列的预测变量之间var
并利用回归模型预测反应RegressionMdl
,其中包含预测器数据。
计算部分依赖关系pd
= partialDependence (ClassificationMdl
,var
,标签
)pd
中所列的预测变量之间var
和指定课程的分数标签
利用分类模型ClassificationMdl
,其中包含预测器数据。
例子
输入参数
输出参数
更多关于
算法
对于回归模型(RegressionMdl
)和分类模型(ClassificationMdl
),partialDependence
使用一个预测
函数来预测反应或分数。partialDependence
选择合适的预测
根据模型函数并运行预测
使用默认设置。详情请参阅预测
函数,请参见预测
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
使用加权遍历算法代替预测
函数。详细信息请参见加权遍历算法.
回归模型对象
模型类型 | 完整或紧凑回归模型对象 | 预测反应的功能 |
---|---|---|
用于决策树集成的引导聚合 | CompactTreeBagger |
预测 |
用于决策树集成的引导聚合 | TreeBagger |
预测 |
回归模型的集合 | RegressionEnsemble ,RegressionBaggedEnsemble ,CompactRegressionEnsemble |
预测 |
采用随机特征展开的高斯核回归模型 | RegressionKernel |
预测 |
高斯过程回归 | RegressionGP ,CompactRegressionGP |
预测 |
广义加性模型 | 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 |
高维数据的线性回归 | RegressionLinear |
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支持向量机 | 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 | ClassificationDiscriminant ,CompactClassificationDiscriminant |
预测 |
支持向量机或其他分类器的多类模型万博1manbetx | ClassificationECOC ,CompactClassificationECOC |
预测 |
分类的学习器集合 | ClassificationEnsemble ,CompactClassificationEnsemble ,ClassificationBaggedEnsemble |
预测 |
采用随机特征展开的高斯核分类模型 | ClassificationKernel |
预测 |
广义加性模型 | ClassificationGAM ,CompactClassificationGAM |
预测 |
k-最近邻模型 | ClassificationKNN |
预测 |
线性分类模型 | ClassificationLinear |
预测 |
朴素贝叶斯模型 | ClassificationNaiveBayes ,CompactClassificationNaiveBayes |
预测 |
神经网络分类器 | ClassificationNeuralNetwork ,CompactClassificationNeuralNetwork |
预测 |
万博1manbetx支持向量机用于一类和二元分类 | ClassificationSVM ,CompactClassificationSVM |
预测 |
用于多类分类的二叉决策树 | ClassificationTree ,CompactClassificationTree |
预测 |
决策树的袋装集合 | TreeBagger ,CompactTreeBagger |
预测 |
选择功能
plotPartialDependence
计算并绘制部分依赖值。该函数还可以创建个人条件期望(冰)的阴谋。
参考文献
哈斯蒂、特雷弗、罗伯特·蒂布谢拉尼和杰罗姆·弗里德曼。统计学习的要素。纽约,纽约:施普林格纽约,2009。
扩展功能
版本历史
R2020b中介绍