resubMargin

分類木モデルの再代入分類マージン

構文

m = resubMargin(tree)

説明

m = resubMargin(tree) は、tree.X に格納されている学習データと tree.Y に格納されている対応する真のクラス ラベルを使用して、学習済み分類木モデル tree の再代入分類マージン m を返します。m は tree.Y と同じ長さの数値列ベクトルとして返されます。m の各エントリの推定は、学習させた分類木モデル tree、tree.X の対応する行、真のクラス ラベル tree.Y を使用して実行されます。

例

再代入による分類木のマージンの特定

フィッシャーのアヤメのデータについて、再代入によって分類木のマージンを求めます。複数のエントリを調べます。

load fisheriris
tree = fitctree(meas,species);
M = resubMargin(tree);
M(1:25:end)

ans =
    1.0000
    1.0000
    1.0000
    1.0000
    0.9565
    0.9565

入力引数

tree — 分類木モデル

ClassificationTree モデル オブジェクト

分類木モデル。fitctree で学習させた ClassificationTree モデル オブジェクトとして指定します。

詳細

マージン

分類マージンは、真のクラスの分類スコアと、偽のクラスの最大分類スコアの差を表します。マージンの値が高い場合、低い値よりも予測の信頼性が高いことを示します。

スコア (ツリー)

ツリーの場合、葉ノードの分類の "スコア" は、そのノードでの分類の事後確率です。あるノードにおける分類の事後確率とは、分類によって実際にそのノードに達するのに要した学習シーケンスの数を、そのノードまでの学習シーケンスの数で除算した値です。

例については、分類木の事後確率の定義を参照してください。

拡張機能

GPU 配列

Parallel Computing Toolbox™ を使用してグラフィックス処理装置 (GPU) 上で実行することにより、コードを高速化します。

この関数は、GPU 配列を完全にサポートします。詳細は、GPU での MATLAB 関数の実行 (Parallel Computing Toolbox)を参照してください。

バージョン履歴

R2011a で導入

参考

margin | resubLoss | resubPredict | resubEdge | fitctree | ClassificationTree