ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

templateDiscriminant

判別分析分類器テンプレート

構文

  • t = templateDiscriminant()
  • t = templateDiscriminant(Name,Value)

説明

t = templateDiscriminant() は、学習集団あるいは ECOC (誤り修正出力符号) マルチクラス モデルの学習に適した判別分析学習器テンプレートを返します。

既定のテンプレートを指定する場合、学習中のすべての入力引数には既定値が使用されます。

tfitensemble または fitcecoc の学習器として指定します。

t = templateDiscriminant(Name,Value) は、1 つ以上の名前と値のペアの引数で指定された追加オプションによりテンプレートを作成します。

たとえば、判別のタイプや正則化のパラメーターを指定できます。

コマンド ウィンドウに t を表示する場合、すべてのオプションは、名前と値のペア引数を使用して指定する場合を除き、空 ([]) で表示されます。学習中、空のオプションに既定値が使用されます。

すべて折りたたむ

アンサンブル学習の判別分析テンプレートの作成

fitensemble で使用する既定の設定以外の判別分析テンプレートを作成します。

フィッシャーのアヤメのデータセットを読み込みます。

load fisheriris

疑似線形判別分析のテンプレートを作成します。

t = templateDiscriminant('DiscrimType','pseudoLinear')
t = 

Fit template for classification Discriminant.

    DiscrimType: 'pseudoLinear'
          Gamma: []
          Delta: []
     FillCoeffs: []
     SaveMemory: []
         Method: 'Discriminant'
           Type: 'classification'

DiscrimTypeMethod および Type を除き、テンプレート オブジェクトのすべてのプロパティは空です。学習の際、空のプロパティはそれぞれの既定値で入力されます。

t を分類集団の弱学習器として指定します。

Mdl = fitensemble(meas,species,'Subspace',100,t);

標本内 (再置換) 誤判別誤差を表示します。

L = resubLoss(Mdl)
L =

    0.0400

入力引数

すべて折りたたむ

名前/値のペアの引数

オプションの Name,Value の引数ペアをコンマ区切りで指定します。ここで、Name は引数名で、Value は対応する値です。Name は単一引用符 (' ') で囲まなければなりません。Name1,Value1,...,NameN,ValueN のように、複数の名前と値のペアの引数を任意の順序で指定できます。

例: 'DiscrimType','pseudoLinear','SaveMemory','on' は、疑似線形判別分析のテンプレートを指定します。このテンプレートには完全な共分散行列は格納されません。

'Delta' — 線形係数のしきい値0 (既定値) | 非負のスカラー値

線形係数のしきい値。'Delta' と非負のスカラー値で構成されるコンマ区切りのペアとして指定します。obj の係数の大きさが Delta よりも小さい場合、obj はこの係数を 0 に設定します。また、対応する予測子をモデルから削除できます。Delta を高い値に設定すると、削除できる予測子が多くなります。

2 次判別モデルでは Delta0 でなければなりません。

データ型: single | double

'DiscrimType' — 判別タイプ'linear' (既定値) | 'quadratic' | 'diagLinear' | 'diagQuadratic' | 'pseudoLinear' | 'pseudoQuadratic'

判別タイプ。'DiscrimType' と、次のいずれかで構成されるコンマ区切りのペアとして指定します。

  • 'linear'

  • 'quadratic'

  • 'diagLinear'

  • 'diagQuadratic'

  • 'pseudoLinear'

  • 'pseudoQuadratic'

例: 'DiscrimType','quadratic'

'FillCoeffs'Coeffs プロパティ フラグ'on' | 'off'

Coeffs プロパティ フラグ。'FillCoeffs''on' または 'off' で構成されるコンマ区切りのペアとして指定します。このフラグを 'on' に設定すると、分類器オブジェクトの Coeffs プロパティに値が入力されます。この設定を行うと、計算量が多くなる場合があります (特に交差検定時)。既定値は 'on' です。ただし、交差検定の名前と値のペアを指定した場合は、このフラグの既定値は 'off' になります。

例: 'FillCoeffs','off'

'Gamma' — 正則化パラメーター[0,1] の範囲のスカラー値

予測子の相関行列を正則化するためのパラメーター。'Gamma' と、[0,1] の範囲内のスカラー値で構成されるコンマ区切りのペアとして指定します。

  • 線形判別 - [0,1] の範囲内のスカラー値。

    • 0 から 1 まで厳密に値を渡す場合、fitcdiscr は判別タイプを 'Linear' に設定します。

    • Gamma に対して 0 を、DiscrimType に対して 'Linear' をそれぞれ渡し、相関行列が特異である場合、fitcdiscrGamma を、共分散行列を反転させるために必要な最小値に設定します。

    • Gamma1 に設定した場合、fitcdiscr は判別タイプを 'DiagLinear' に設定します。

  • 2 次判別分析 — 01 のいずれか。

    • Gamma に対して 0 を、DiscrimType に対して 'Quadratic' をそれぞれ渡し、クラスの 1 つが特異な共分散行列をもつ場合、fitcdiscr でエラーが発生します。

    • Gamma1 に設定した場合、fitcdiscr は判別タイプを 'DiagQuadratic' に設定します。

    • 2 次判別分析で Gamma01 の間に設定すると、fitcdiscr でエラーが発生します。

例: 'Gamma',1

データ型: single | double

'SaveMemory' — 共分散行列を保存するためのフラグ'off' (既定値) | 'on'

共分散行列を保存するためのフラグ。'SaveMemory''on' または 'off' のいずれかで構成されるコンマ区切りのペアとして指定します。'on' を指定した場合、fitcdiscr には完全な共分散行列ではなく、行列を計算するために十分な情報が格納されます。predict メソッドは予測のために完全な共分散行列を計算し、行列は格納しません。'off' を指定すると、fitcdiscr は完全な共分散行列を計算し、obj に格納します。

入力行列に数千個もの予測子がある場合は、SaveMemory'on' に設定します。

例: 'SaveMemory','on'

出力引数

すべて折りたたむ

t — 判別分析分類テンプレートテンプレート オブジェクト

学習集団または ECOC (誤り修正出力コード) マルチクラス モデルに適した判別分析分類器テンプレート。テンプレート オブジェクトとして返します。tfitensemble または fitcecoc に渡し、集団または ECOC モデルそれぞれに判別分析分類器の作成方法を指定します。

コマンド ウィンドウに t を表示する場合、すべての未指定のオプションは空 ([]) で表示されます。しかし、空のオプションは学習中に対応する既定値に置き換えられます。

この情報は役に立ちましたか?