Main Content

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 の平均二乗誤差を返します。

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 アンサンブル。

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。

learners

アンサンブルに含まれている 1 から ens.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'

UseParallel

推定を並列で実行するための指定。false (逐次計算) または true (並列計算) として指定します。並列計算には Parallel Computing Toolbox™ が必要です。特に大規模なデータセットでは、並列推定の方が逐次推定よりも高速になる可能性があります。並列計算は木学習器でのみサポートされます。

既定値: false

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 = 16.9551

詳細

すべて展開する

拡張機能