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。
loss
分類誤差
構文
L = loss(obj,X,Y)
L = loss(obj,X,Y,Name,Value)
説明
は、L
= loss(obj
,X
,Y
)Y
に真の分類が格納されている場合に分類損失 (obj
がどの程度の精度で X
内のデータを分類するかを表すスカラー) を返します。
損失を計算する場合、loss
は Y
のクラス確率を、obj
の Prior
プロパティに格納されている学習に使用されるクラス確率に正規化します。
は、1 つ以上の L
= loss(obj
,X
,Y
,Name,Value
)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、損失を返します。
メモ
予測子データ X
に欠損値があり、LossFun
が "mincost"
または "classiferror"
に設定されていない場合、関数 loss
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 loss 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
|
クラス |
|
各行が 1 つの観測値、各列が 1 つの予測子を表す行列。 |
|
|
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。
|
組み込みの損失関数の名前 (表の文字ベクトルまたは string スカラー) または関数ハンドル。
損失関数の詳細については、分類損失を参照してください。 既定値: | ||||||||||||||||||
|
長さ 既定値: |
出力引数
|
分類損失。スカラー。 |