Main Content

resubEdge

再代入による分類エッジ

このページをすべて展開する

構文

edge = resubEdge(ens)
edge = resubEdge(ens,Name,Value)

説明

edge = resubEdge(ens) は、学習データで ens により取得される分類エッジを返します。

edge = resubEdge(ens,Name,Value) では、1 つ以上の Name,Value のペア引数で指定された追加オプションを使用して、エッジを計算します。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番で指定できます。

入力引数

ens

関数 fitcensemble で作成されたアンサンブル分類。

名前と値の引数

オプションの引数のペアを Name1=Value1,...,NameN=ValueN として指定します。ここで Name は引数名、Value は対応する値です。名前と値の引数は他の引数の後ろにする必要がありますが、ペアの順序は関係ありません。

R2021a より前では、名前と値をそれぞれコンマを使って区切り、Name を引用符で囲みます。

learners

アンサンブルに含まれている 1 から ens.NumTrained までの弱学習器のインデックス。resubEdge は、これらの学習器のみを損失の計算に使用します。

既定値: 1:NumTrained

mode

出力 edge の意味を表す文字ベクトルまたは string スカラー。

  • 'ensemble' — edge は、アンサンブル全体に対する損失を表すスカラー値です。

  • 'individual' — edge は、学習された学習器ごとに 1 つの要素をもつベクトルです。

  • 'cumulative' — edge は、学習器の入力リストから学習器 1:J を使用して要素 J が取得されたベクトルです。

既定値: 'ensemble'

UseParallel

推定を並列で実行するための指定。false (逐次計算) または true (並列計算) として指定します。並列計算には Parallel Computing Toolbox™ が必要です。特に大規模なデータセットでは、並列推定の方が逐次推定よりも高速になる可能性があります。並列計算は木学習器でのみサポートされます。

既定値: false

出力引数

edge

分類エッジは、ens で学習データをエッジに計算に再代入することにより取得されます。分類エッジは、データ全体で平均された分類マージンです。edge は、mode 名前と値のペアの引数の設定に応じてスカラーまたはベクトルとなります。

例

すべて展開する

ライブ スクリプトを開く

フィッシャーのアヤメのデータを分類するアンサンブルについて、再代入エッジを求めます。

標本データセットを読み込みます。

load fisheriris

AdaBoostM2 を使用して 100 本のブースティング分類木のアンサンブルに学習をさせます。

t = templateTree('MaxNumSplits',1); % Weak learner template tree object
ens = fitcensemble(meas,species,'Method','AdaBoostM2','Learners',t);

再代入エッジを求めます。

edge = resubEdge(ens) 
edge = 3.2486

詳細

すべて展開する

拡張機能

バージョン履歴

すべて展開する

参考

| | |