Main Content

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

resubPredict

判別分析分類モデルの再代入ラベルを予測

ページ内をすべて折りたたむ

構文

label = resubPredict(mdl)
[label,posterior] = resubPredict(mdl)
[label,posterior,cost] = resubPredict(mdl)

説明

例

label = resubPredict(mdl) は、データ mdl.X について mdl で予測されるラベルを返します。

label は、fitcdiscr が mdl の作成に使用したデータに関する mdl の予測です。

[label,posterior] = resubPredict(mdl) は、予測に対する事後のクラス確率を返します。

[label,posterior,cost] = resubPredict(mdl) は、再代入データのクラスごとの予測誤分類コストを返します。

例

すべて折りたたむ

判別分析分類器に関して、フィッシャーのアヤメのデータで発生した誤分類の総数を検出します。

フィッシャーのアヤメのデータの分類モデルを作成します。

load fisheriris
mdl = fitcdiscr(meas,species);

モデルの再代入ラベルを予測します。

Ypredict = resubPredict(mdl);

異なる誤分類の総数を求めます。

Ysame = strcmp(Ypredict,species); % true when ==
sum(~Ysame) % how many are different?
ans =
     3

入力引数

すべて折りたたむ

学習済みの判別分析分類器。ClassificationDiscriminant モデル オブジェクトとして指定します。判別分析分類器の作成には fitcdiscr を使用します。

出力引数

すべて折りたたむ

学習データについて mdl で予測される応答。学習応答データ mdl.Y と同じデータ型として返されます。予測されたクラス ラベルは、最小予測誤分類コストを伴うクラス ラベルです。判別分析モデルの使用による予測を参照してください。

mdl で予測されるクラスの事後確率。N 行 K 列の行列として返されます。ここで、N は観測値の数、K はクラスの数です。

予測誤分類コスト。N 行 K 列の行列として返されます。ここで、N は観測値の数、K はクラスの数です。各コストは、事後確率に対する平均誤分類コストです。

詳細

すべて折りたたむ

事後確率

posterior(i,k) は、観測 i のクラス k の事後確率です。数学的な定義については、事後確率を参照してください。

バージョン履歴

R2011b で導入

すべて展開する

参考

クラス

関数

トピック