loss
分類誤差
構文
L = loss(ens,tbl,ResponseVarName)
L = loss(ens,tbl,Y)
L = loss(ens,X,Y)
L = loss(___,Name,Value)
説明
は、予測子のテーブル L
= loss(ens
,tbl
,ResponseVarName
)tbl
と真のクラス ラベル tbl.ResponseVarName
を使用して計算したアンサンブル ens
の分類誤差を返します。
は、予測子のテーブル L
= loss(ens
,tbl
,Y
)tbl
と真のクラス ラベル Y
を使用して計算したアンサンブル ens
の分類誤差を返します。
は、予測の行列 L
= loss(ens
,X
,Y
)X
と真のクラス ラベル Y
を使用して計算されたアンサンブル ens
の分類誤差を返します。
は、前の構文のいずれかを使用し、1 つ以上の L
= loss(___,Name,Value
)Name,Value
ペア引数で指定されたオプションを追加して、分類誤差を計算します。
loss
は損失を計算するときに、ens
の Prior
プロパティに格納されている、学習に使用したクラス確率になるように、ResponseVarName
または Y
のクラス確率を正規化します。
メモ
予測子データ X
または tbl
内の予測子変数に欠損値がある場合、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
|
関数 |
|
標本データ。テーブルとして指定します。 table に格納されている標本データを使用して |
|
応答変数の名前。
|
|
分類するデータの行列。 行列に含まれている標本データを使用して |
|
|
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。
| アンサンブルに含まれている 既定値: | ||||||||||||||||||
|
損失関数。
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: | ||||||||||||||||||
|
出力
既定値: | ||||||||||||||||||
|
既定値: | ||||||||||||||||||
| 推定を並列で実行するための指定。 既定値: | ||||||||||||||||||
|
非負のエントリをもつ、観測の重みのベクトル。 既定値: |
出力引数
|
分類損失。既定の設定では、誤分類データの比率です。 |