Main Content

resubPredict

再代入による判別分析分類器の観測値の分類

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、Mdl.X に格納されている予測子データを使用して、学習済み判別分析分類器 Mdl の予測クラス ラベルのベクトルを返します。label のデータ型は学習応答データ Mdl.Y と同じで、エントリ数は Mdl.X の行数と同じです。

[label,posterior] = resubPredict(Mdl,___) は、予測子の事後クラス確率も返します。

[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も返します。

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

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

すべて折りたたむ

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。

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。

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。

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