plotregression

(削除予定) 線形回帰のプロット

plotregression は将来のリリースで削除される予定です。詳細については、Transition Legacy Neural Network Code to dlnetwork Workflowsを参照してください。

コードの更新に関するアドバイスについては、バージョン履歴を参照してください。

構文

plotregression(targets,outputs)

plotregression(targs1,outs1,'name1',targs2,outs2,'name2',...)

説明

plotregression(targets,outputs) は、outputs に対する targets の線形回帰をプロットします。

plotregression(targs1,outs1,'name1',targs2,outs2,'name2',...) は、複数のプロットを生成します。

例

回帰のプロット

この例では、フィードフォワード ネットの線形回帰をプロットする方法を示します。

[x,t] = simplefit_dataset;
net = feedforwardnet(10);
net = train(net,x,t);

y = net(x);
plotregression(t,y,'Regression')

入力引数

targets — ネットワークのターゲット

行列 | cell 配列

ネットワークのターゲット。行列または cell 配列として指定します。

outputs — ネットワークの出力

行列 | cell 配列

ネットワークの出力。行列または cell 配列として指定します。

バージョン履歴

R2008a で導入

plotregression は削除予定

plotregression は将来のリリースで削除される予定です。

可視化のワークフローの詳細については、以下の例とトピックを参照してください。

• 深層学習の可視化手法

• Explore Network Predictions Using Deep Learning Visualization Techniques

• Deep Learning Metrics

• 深層学習における学習の進行状況の監視

• ROC Curve and Performance Metrics

回帰ワークフローでは、代わりに plot 関数と scatter 関数を使用してプロットを作成します。

詳細については、Transition Legacy Neural Network Code to dlnetwork Workflowsを参照してください。

参考

時系列モデラー | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

トピック

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows