resubPredict
再代入による判別分析分類器の観測値の分類
構文
説明
例
誤分類の数
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
Mdl
— 判別分析分類器
ClassificationDiscriminant
モデル オブジェクト
判別分析分類器。fitcdiscr
で学習させた ClassificationDiscriminant
モデル オブジェクトとして指定します。
出力引数
label
— 予測クラス ラベル
categorical 配列 | 文字配列 | logical ベクトル | 数値ベクトル | 文字ベクトルの cell 配列
予測クラス ラベル。categorical 配列、文字配列、logical ベクトル、数値ベクトル、または文字ベクトルの cell 配列として返されます。
label
のデータ型は Mdl.ClassNames
と同じで、行数は Mdl.X
と同じです。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。
posterior
— Mdl
で予測されたクラスの事後確率
N
行 K
列の行列
Mdl
で予測されたクラスの事後確率。N
行 K
列の行列として返されます。N
は観測値の個数、K
はクラスの個数です。
cost
— 予測誤分類コスト
N
行 K
列の行列
予測誤分類コスト。N
行 K
列の行列として返されます。N
は観測値の個数、K
はクラスの個数です。各コストは、事後確率に対する平均誤分類コストです。
バージョン履歴
R2011b で導入R2023b: 予測子に欠損値がある観測値を再代入と交差検証の計算に使用
R2023b 以降では、次の分類モデルのオブジェクト関数において、予測子に欠損値がある観測値が再代入 ("resub") と交差検証 ("kfold") による分類エッジ、損失、マージン、および予測の計算でその一部として使用されます。
以前のリリースでは、予測子に欠損値がある観測値は再代入と交差検証の計算で省略されていました。
MATLAB コマンド
次の MATLAB コマンドに対応するリンクがクリックされました。
コマンドを MATLAB コマンド ウィンドウに入力して実行してください。Web ブラウザーは MATLAB コマンドをサポートしていません。
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)