Main Content

edge

分類エッジ

構文

E = edge(obj,X,Y)
E = edge(obj,X,Y,Name,Value)

説明

E = edge(obj,X,Y) は、データ X と分類 Y を指定することによって、obj の分類エッジを返します。

E = edge(obj,X,Y,Name,Value) は、追加のオプションを使用してエッジを計算します。このオプションは Name,Value のペアの引数で指定されたものです。

メモ

予測子データ X に欠損値がある場合、関数 edge で NaN が返されることがあります。詳細については、欠損値がある予測子データに対して edge で NaN が返されることがあるを参照してください。

入力引数

obj

クラス ClassificationDiscriminant または CompactClassificationDiscriminant の判別分析分類器。通常、fitcdiscr で構築されます。

X

各行が 1 つの観測値、各列が 1 つの予測子を表す行列。X の行数は、obj の予測子の数と等しくなければなりません。

Y

obj に存在するのと同じデータ型のクラス ラベル。Y の要素数は、X の行数と等しくなければなりません。

名前と値の引数

オプションの引数のペアを Name1=Value1,...,NameN=ValueN として指定します。ここで Name は引数名、Value は対応する値です。名前と値の引数は他の引数の後ろにする必要がありますが、ペアの順序は関係ありません。

R2021a より前では、名前と値をそれぞれコンマを使って区切り、Name を引用符で囲みます。

weights

観測値の重み、長さ size(X,1) の数値ベクトル。重みを指定すると、edge は重み付きの分類エッジを計算します。

既定値: ones(size(X,1),1)

出力引数

E

エッジは、マージンの重み付き平均値を表すスカラーです。

フィッシャーのアヤメのデータの分類エッジとマージンを計算し、最初の 2 列について学習を行い、最後の 10 エントリを表示します。

load fisheriris
X = meas(:,1:2);
obj = fitcdiscr(X,species);
E = edge(obj,X,species)

E =
    0.4980

M = margin(obj,X,species);
M(end-10:end)

ans =
    0.6551
    0.4838
    0.6551
   -0.5127
    0.5659
    0.4611
    0.4949
    0.1024
    0.2787
   -0.1439
   -0.4444

すべてのデータについて学習した分類器の方が優れています。

obj = fitcdiscr(meas,species);
E = edge(obj,meas,species)

E =
    0.9454

M = margin(obj,meas,species);
M(end-10:end)

ans =
    0.9983
    1.0000
    0.9991
    0.9978
    1.0000
    1.0000
    0.9999
    0.9882
    0.9937
    1.0000
    0.9649

詳細

すべて展開する

拡張機能

バージョン履歴

すべて展開する

R2022a での動作変更