ドキュメンテーション

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。

oobLoss

構文

L = oobLoss(ens)
L = oobLoss(ens,Name,Value)

説明

L = oobLoss(ens) は、out-of-bag データについて計算された ens の二乗平均誤差を返します。

L = oobLoss(ens,Name,Value) では、1 つ以上の 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、誤差を計算します。Name1,Value1,…,NameN,ValueN のように、複数の名前と値のペアの引数を任意の順番で指定できます。

入力引数

ens

関数 fitrensemble を使用して作成された、回帰バギングされたアンサンブル。

名前と値のペアの引数

オプションの Name,Value 引数のコンマ区切りペアを指定します。Name は引数名で、Value は対応する値です。Name は引用符で囲まなければなりません。Name1,Value1,...,NameN,ValueN のように、複数の名前と値のペアの引数を、任意の順番で指定できます。

'learners'

アンサンブルに含まれている 1 から NumTrained までの弱学習器のインデックス。oobLoss は、これらの学習器のみを損失の計算に使用します。

既定値: 1:NumTrained

'lossfun'

損失関数の関数ハンドル、または平均二乗誤差を意味する 'mse'。関数ハンドル fun を渡す場合、oobLoss でこの関数を次のように呼び出します。

FUN(Y,Yfit,W)

ここで YYfit、および W は同じ長さの数値ベクトルです。Y は観測された応答、Yfit は予測された応答、W は観測の重みです。

既定値: 'mse'

'mode'

出力 L の意味を表す文字ベクトルまたは string スカラー。

  • 'ensemble'L は、アンサンブル全体に対する損失を表すスカラー値です。

  • 'individual'L は、学習された学習器ごとに 1 つの要素をもつベクトルです。

  • 'cumulative'L は、学習器の入力リストから学習器 1:J を使用して要素 J が取得されたベクトルです。

既定値: 'ensemble'

出力引数

L

Out-of-bag 観測の平均二乗誤差である、スカラー。L は、名前と値の設定によりベクトルであるか、または、異なる数量を表すことがあります。

すべて展開する

carsmall データの out-of-bag 誤差を計算します。

carsmall データセットを読み込み、エンジン排気量、馬力および車両重量を予測子として選択します。

load carsmall
X = [Displacement Horsepower Weight];

バギングされた回帰木のアンサンブルに学習をさせます。

ens = fitrensemble(X,MPG,'Method','Bag');

out-of-bag 誤差を求めます。

L = oobLoss(ens)
L = 18.4931

詳細

すべて展開する