Main Content

resubPredict

分類モデルのアンサンブル内の観測値を分類

このページをすべて展開する

構文

label = resubPredict(ens)
[label,score] = resubPredict(ens)
[label,score] = resubPredict(ens,Name,Value)

説明

label = resubPredict(ens) は、データ ens.X について ens が予測したラベルを返します。label は、関数 fitcensemble が ens の作成に使用したデータに関する ens の予測です。

[label,score] = resubPredict(ens) も、すべてのクラスのスコアを返します。

[label,score] = resubPredict(ens,Name,Value) では、1 つ以上の Name,Value の引数ペアで指定された追加オプションを使用して、再代入予測を計算します。

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。resubPredict 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

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

label

応答 ens は、学習データについて予測します。label は、学習応答データ ens.Y 同じデータ型で、ens.X の行数と同じ数のエントリ数があります。

score

N 行 K 列の行列。ここで N は ens.X の行数、K は ens のクラスの数です。スコア値が高い場合、観測がこのクラスから派生した可能性が高いことを示します。

例

すべて展開する

ライブ スクリプトを開く

アンサンブル分類について、fisheriris データの誤分類の総数を調べます。

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

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);

誤分類の総数を求めます。

Ypredict = resubPredict(ens); % The predictions
Ysame = strcmp(Ypredict,species); % True when Ypredict and species are equal
sum(~Ysame) % Number of different predictions
ans = 5

詳細

すべて展開する

拡張機能

参考

| | |