ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

kfoldEdge

学習で使用しない観測値の分類エッジ

構文

E = kfoldEdge(obj)
E = kfoldEdge(obj,Name,Value)

説明

E = kfoldEdge(obj) は、交差検証のモデル obj により取得された分類エッジ (平均分類マージン)を返します。この手法では、すべての分割について分割外の観測値で学習したアンサンブルを使用し、分割内の観測値の分類エッジを計算します。

E = kfoldEdge(obj,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

obj

クラス ClassificationPartitionedModel のオブジェクト。

名前と値のペアの引数

オプションの Name,Value 引数のコンマ区切りペアを指定します。Name は引数名で、Value は対応する値です。Name は引用符で囲まなければなりません。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。

'folds'

1 から obj.KFold までの分割のインデックス。予測にはこれらの分割のみを使用します。

既定値: 1:obj.KFold

'mode'

出力 edge の意味を表す文字ベクトルまたは string スカラー。

  • 'average'edge はスカラー値で、すべての分割の平均です。

  • 'individual'edge は、各分割に 1 つの要素をもつ、長さ obj.KFold のベクトルです。

既定値: 'average'

出力引数

E

平均分類マージン。E 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。

すべて展開する

フィッシャーのアヤメのデータを学習させたモデルの k 分割エッジを計算します。

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

分類木分類器を学習させます。

tree = fitctree(meas,species);

10 分割交差検証を使用して分類器を交差検証します。

cvtree = crossval(tree);

k 分割エッジを計算します。

edge = kfoldEdge(cvtree)
edge = 0.8578

詳細

すべて展開する