このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
selectModels
クラス: ClassificationLinear
正則化されたバイナリ線形分類モデルのサブセットの選択
説明
入力引数
出力引数
例
ヒント
複数のバイナリ線形分類予測モデルを構築する方法の 1 つに、次のようなものがあります。
データの一部をテスト用にホールドアウトします。
fitclinear
を使用してバイナリ線形分類モデルに学習をさせます。名前と値のペアの引数'
Lambda
'
を使用して正則化強度のグリッドを指定し、学習データを与えます。fitclinear
は 1 つのClassificationLinear
モデル オブジェクトを返しますが、これには各正則化強度に対するモデルが含まれています。各正則化モデルの品質を判断するため、返されたモデル オブジェクトとホールドアウトされたデータを
loss
などに渡します。満足できる正則化モデルのサブセットのインデックス (
idx
) を識別し、返されたモデルとインデックスをselectModels
に渡します。selectModels
は 1 つのClassificationLinear
モデル オブジェクトを返しますが、これにはnumel(idx)
個の正則化モデルが含まれています。新しいデータのクラス ラベルを予測するため、データと正則化モデルのサブセットを
predict
に渡します。
バージョン履歴
R2016a で導入