このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
CompactRegressionNeuralNetwork
説明
CompactRegresionNeuralNetwork
は、RegressionNeuralNetwork
モデル オブジェクトのコンパクトなバージョンです。コンパクトなモデルには、回帰モデルの学習に使用されたデータが含まれません。このため、コンパクトなモデルを使用しても、交差検証など一部のタスクは実行できません。コンパクトなモデルは、新しいデータに対する応答値の予測などのタスクに使用します。
作成
CompactRegressionNeuralNetwork
オブジェクトは、compact
を使用して完全な RegressionNeuralNetwork
モデル オブジェクトから作成します。
プロパティ
ニューラル ネットワークのプロパティ
LayerSizes
— 全結合層のサイズ
正の整数ベクトル
この プロパティ は読み取り専用です。
ニューラル ネットワーク モデル内の全結合層のサイズ。正の整数ベクトルとして返されます。LayerSizes
の i 番目の要素は、ニューラル ネットワーク モデルの i 番目の全結合層の出力数です。
LayerSizes
には最終全結合層のサイズは含まれません。この層の出力は常に 1 つです。
データ型: single
| double
LayerWeights
— 学習済みの層の重み
cell 配列
この プロパティ は読み取り専用です。
全結合層の学習済みの層の重み。cell 配列として返されます。cell 配列内の i 番目のエントリは、i 番目の全結合層の層の重みに対応します。たとえば、Mdl.LayerWeights{1}
は、モデル Mdl
の最初の全結合層についての重みを返します。
LayerWeights
には最終全結合層の重みが含まれます。
データ型: cell
LayerBiases
— 学習済みの層のバイアス
cell 配列
この プロパティ は読み取り専用です。
全結合層の学習済みの層のバイアス。cell 配列として返されます。cell 配列内の i 番目のエントリは、i 番目の全結合層の層のバイアスに対応します。たとえば、Mdl.LayerBiases{1}
は、モデル Mdl
の最初の全結合層についてのバイアスを返します。
LayerBiases
には最終全結合層のバイアスが含まれます。
データ型: cell
Activations
— 全結合層の活性化関数
'relu'
| 'tanh'
| 'sigmoid'
| 'none'
| 文字ベクトルの cell 配列
この プロパティ は読み取り専用です。
ニューラル ネットワーク モデルの全結合層の活性化関数。次の表の値をもつ文字ベクトルまたは文字ベクトルの cell 配列として返されます。
値 | 説明 |
---|---|
'relu' | 正規化線形ユニット (ReLU) 関数 — 各入力要素に対して、0 より小さい値については 0 に設定するという次のしきい値演算を実行します。 |
'tanh' | 双曲線正接 (tanh) 関数 — 各入力要素に関数 |
'sigmoid' | シグモイド関数 — 各入力要素に対して次の演算を実行します。 |
'none' | 恒等関数 — 変換を実行せずに、各入力要素を次のようにそのまま返します。f(x) = x |
Activations
に活性化関数が 1 つだけ含まれている場合は、ニューラル ネットワーク モデルの最終全結合層を除くすべての全結合層の活性化関数になります。最終全結合層には活性化関数はありません (OutputLayerActivation
)。Activations
が活性化関数の配列の場合は、i 番目の要素がニューラル ネットワーク モデルの i 番目の層の活性化関数になります。
データ型: char
| cell
OutputLayerActivation
— 最終全結合層の活性化関数
'none'
この プロパティ は読み取り専用です。
最終全結合層の活性化関数。'none'
として返されます。
データ プロパティ
PredictorNames
— 予測子変数名
文字ベクトルの cell 配列
この プロパティ は読み取り専用です。
予測子変数名。文字ベクトルの cell 配列として返されます。PredictorNames
の要素の順序は、予測子名が学習データに現れる順序に対応します。
データ型: cell
CategoricalPredictors
— カテゴリカル予測子のインデックス
正の整数のベクトル | []
この プロパティ は読み取り専用です。
カテゴリカル予測子のインデックス。正の整数のベクトルとして返されます。予測子データの行に観測値が含まれていると仮定すると、CategoricalPredictors
には、カテゴリカル予測子が含まれている予測子データの列に対応するインデックス値が格納されます。どの予測子もカテゴリカルではない場合、このプロパティは空 ([]
) になります。
データ型: double
ExpandedPredictorNames
— 展開された予測子名
文字ベクトルの cell 配列
この プロパティ は読み取り専用です。
展開された予測子名。文字ベクトルの cell 配列として返されます。モデルがカテゴリカル変数用のエンコーディングを使用している場合、ExpandedPredictorNames
には展開された変数を表す名前が格納されます。それ以外の場合、ExpandedPredictorNames
は PredictorNames
と同じです。
データ型: cell
ResponseName
— 応答変数名
文字ベクトル
この プロパティ は読み取り専用です。
応答変数名。文字ベクトルとして返されます。
データ型: char
ResponseTransform
— 応答変換関数
'none'
この プロパティ は読み取り専用です。
応答変換関数。'none'
として返されます。生の応答値が変換されません。
オブジェクト関数
予測の解釈
lime | Local Interpretable Model-agnostic Explanations (LIME) |
partialDependence | 部分依存の計算 |
plotPartialDependence | 部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成 |
shapley | シャープレイ値 |
例
回帰ニューラル ネットワーク モデルのサイズの縮小
モデルから学習データを削除することにより、完全な回帰ニューラル ネットワーク モデルのサイズを縮小します。コンパクトなモデルを使用すると、メモリ効率を向上させることができます。
patients
データセットを読み込みます。データ セットから table を作成します。各行が 1 人の患者に対応し、各列が診断の変数に対応します。変数 Systolic
を応答変数として使用し、残りの変数を予測子として使用します。
load patients
tbl = table(Age,Diastolic,Gender,Height,Smoker,Weight,Systolic);
データを使用して回帰ニューラル ネットワーク モデルに学習させます。tblTrain
の列 Systolic
を応答変数として指定します。数値予測子を標準化するための指定を行います。
Mdl = fitrnet(tbl,"Systolic","Standardize",true)
Mdl = RegressionNeuralNetwork PredictorNames: {'Age' 'Diastolic' 'Gender' 'Height' 'Smoker' 'Weight'} ResponseName: 'Systolic' CategoricalPredictors: [3 5] ResponseTransform: 'none' NumObservations: 100 LayerSizes: 10 Activations: 'relu' OutputLayerActivation: 'none' Solver: 'LBFGS' ConvergenceInfo: [1x1 struct] TrainingHistory: [648x7 table] Properties, Methods
Mdl
は完全な RegressionNeuralNetwork
モデル オブジェクトです。
compact
を使用してモデルのサイズを縮小します。
compactMdl = compact(Mdl)
compactMdl = CompactRegressionNeuralNetwork LayerSizes: 10 Activations: 'relu' OutputLayerActivation: 'none' Properties, Methods
compactMdl
は CompactRegressionNeuralNetwork
モデル オブジェクトです。compactMdl
では、格納されるプロパティが完全なモデル Mdl
よりも少なくなっています。
各ニューラル ネットワーク モデルで使用されるメモリの量を表示します。
whos("Mdl","compactMdl")
Name Size Bytes Class Attributes Mdl 1x1 53110 RegressionNeuralNetwork compactMdl 1x1 5991 classreg.learning.regr.CompactRegressionNeuralNetwork
完全なモデルの方がコンパクトなモデルよりも大きくなっています。
拡張機能
バージョン履歴
R2021a で導入
MATLAB コマンド
次の MATLAB コマンドに対応するリンクがクリックされました。
コマンドを MATLAB コマンド ウィンドウに入力して実行してください。Web ブラウザーは MATLAB コマンドをサポートしていません。
Select a Web Site
Choose a web site to get translated content where available and see local events and offers. Based on your location, we recommend that you select: .
You can also select a web site from the following list:
How to Get Best Site Performance
Select the China site (in Chinese or English) for best site performance. Other MathWorks country sites are not optimized for visits from your location.
Americas
- América Latina (Español)
- Canada (English)
- United States (English)
Europe
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)