Main Content

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。

kfoldPredict

交差検証済みカーネル回帰モデル内の観測値に対する応答の予測

説明

YHat = kfoldPredict(CVMdl) は、交差検証済みのカーネル回帰モデル CVMdl による交差検証予測応答を返します。つまり、学習分割内の他のすべての観測値を使用して学習を行うときにホールドアウトする検証分割内の観測値に対する応答を、kfoldPredict はすべての分割について予測します。

すべて折りたたむ

標本データをシミュレートします。

rng(0,'twister'); % For reproducibility
n = 1000;
x = linspace(-10,10,n)';
y = 1 + x*2e-2 + sin(x)./x + 0.2*randn(n,1);

カーネル回帰モデルを交差検証します。

CVMdl = fitrkernel(x,y,'CrossVal','on');

既定の設定では、fitrkernel は 10 分割の交差検証を実装します。CVMdlRegressionPartitionedKernel モデルです。このモデルに含まれている Trained プロパティは、学習セットを使用して学習を行った 10 個の RegressionKernel モデルが格納されている 10 行 1 列の cell 配列です。

fitrkernel で分割の学習で使用しなかった観測値の応答を予測します。

yHat = kfoldPredict(CVMdl);

yHat は数値ベクトルです。最初の 5 つの予測応答を表示します。

yHat(1:5)
ans = 5×1

    1.0767
    1.0744
    1.0758
    1.0779
    1.0798

入力引数

すべて折りたたむ

交差検証済みのカーネル回帰モデル。RegressionPartitionedKernel モデル オブジェクトを指定します。RegressionPartitionedKernel モデルは、fitrkernel を使用し、交差検証に関する名前と値のペアの引数 (CrossVal など) のいずれかを指定することにより作成できます。

推定値を取得するため、kfoldPredict はカーネル回帰モデルの交差検証に使用したものと同じデータを適用します (fitrkernel のページの入力引数 X を参照)。

出力引数

すべて折りたたむ

交差検証予測応答。n 行 1 列の数値配列として返されます。n は、CVMdl の作成に使用した予測子データ内の観測値の個数です (fitrkernel のページの入力引数 X を参照)。

R2018b で導入