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。
predict
クラス: CompactLinearModel
線形回帰モデルの応答予測
構文
ypred = predict(mdl,Xnew)
[ypred,yci]
= predict(mdl,Xnew)
[ypred,yci]
= predict(mdl,Xnew,Name,Value)
説明
ypred = predict(mdl,Xnew)mdl 線形回帰モデルの予測応答を Xnew 内の点に返します。
[ は、真の平均応答の信頼区間を返します。ypred,yci]
= predict(mdl,Xnew)
[ では、1 つまたは複数の ypred,yci]
= predict(mdl,Xnew,Name,Value)Name,Value の引数ペアで指定された追加オプションを使用して、応答を予測します。
入力引数
出力引数
例
線形モデルの使用による応答値の予測
自動車の燃費のモデルを重量の関数として作成し、応答を予測します。
carsmall データから、自動車の燃費の 2 次モデルを重量とモデル年の関数として作成します。
load carsmall X = Weight; y = MPG; mdl = fitlm(X,y,'quadratic');
データに対する予測された応答を作成します。
Xnew = X; ypred = predict(mdl,Xnew);
元の応答と予測された応答をプロットして、相違点を確認します。
plot(X,y,'o',Xnew,ypred,'x') legend('Data','Predictions')
新しいデータから応答を予測する関数からのコード生成
この例は線形モデルの使用による応答値の予測をベースとしています。
carsmall データセットを読み込んで、2 次回帰モデルをあてはめます。
load carsmall X = Weight; y = MPG; mdl = fitlm(X,y,'quadratic');
並べ替えられた標本内データから予測するための点を作成します。
Xnew = sort(X);
あてはめた 2 次モデルを QLMMdl.mat というファイルに保存します。
saveCompactModel(mdl,'QLMMdl');
現在の作業フォルダーで、以下を行う mypredictQLM.m という名前の関数を定義します。
Xnewに相応する測定値およびおそらく有効であろう名前と値のペアの引数の受け入れQLMMdl.mat内のあてはめ済み 2 次モデルを読み込む。予測と信頼区間限界の返却
function [yhat,ci] = mypredictQLM(x,varargin) %#codegen %MYPREDICTQLM Predict response using linear model % MYPREDICTQLM predicts responses for the n observations in the n-by-1 % vector x using using the linear model stored in the MAT-file % QLMMdl.mat, and then returns the predictions in the n-by-1 vector yhat. % MYPREDICTQLM also returns confidence interval bounds for the % predictions in the n-by-2 vector ci. CompactMdl = loadCompactModel('QLMMdl'); narginchk(1,Inf); [yhat,ci] = predict(CompactMdl,x,varargin{:}); end
mypredictQLM.m から MEX 関数を生成します。予測に対する 90% の同時信頼区間を返すように指定します。C では静的なデータ型が使用されるため、codegen は MATLAB® ファイル内のすべての変数のプロパティをコンパイル時に決定しなければなりません。引数をコンパイル時の定数として指定するため、coder.Constant を使用します。
codegen -config:mex mypredictQLM -args {Xnew,coder.Constant('Alpha'),0.1,coder.Constant('Simultaneous'),true}
MEX ファイル mypredictQLM_mex.mexw64 が現在の作業ディレクトリに生成されます。ファイルの拡張子はプラットフォームによって異なります。
predict と mypredictQLM_mex を使用した予測および信頼区間を、これらの両方とデータをプロットすることにより比較します。codegen を呼び出したときの引数 -args と同じ順序で名前と値のペアの引数を指定します。
[yhat1,ci1] = predict(mdl,Xnew,'Alpha',0.1,'Simultaneous',true); [yhat2,ci2] = mypredictQLM_mex(Xnew,'Alpha',0.1,'Simultaneous',true); figure; h1 = plot(X,y,'.'); hold on; h2 = plot(Xnew,yhat1,'ro',Xnew,yhat2,'g*'); h3 = plot(Xnew,ci1,'r-','LineWidth',4); h4 = plot(Xnew,ci2,'g--','LineWidth',2); legend([h1; h2; h3(1); h4(1)],{'Data','predict estimates','MEX estimates',... 'predict CIs','MEX CIs'}); xlabel('Weight'); ylabel('MPG');
生成された MEX ファイルと predict は、本質的に同じ結果を返します。
ヒント
ノイズが追加された予測では、
randomを使用します。
代替方法
feval は同じ予測を行いますが、各入力引数に 1 つずつの成分がある複数の入力配列を使用します。テーブルまたはデータセット配列から作成したモデルでは feval を使用する方が簡単な場合がありますが、feval は予測に対する信頼区間を計算しません。
random は追加されたノイズ付きで予測します。
拡張機能
参考
CompactLinearModel | LinearModel | feval | fitlm | random | stepwiselm
