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。

resubPredict

再代入によるアンサンブル応答の予測

構文

Yfit = resubPredict(ens)
Yfit = resubPredict(ens,Name,Value)


説明

Yfit = resubPredict(ens) は、データ ens.X について ens が予測した応答を返します。Yfit は、関数 fitrensemble が ens の作成に使用したデータに関する ens の予測です。

Yfit = resubPredict(ens,Name,Value) では、1 つまたは複数の 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

ens	fitrensemble で作成されたアンサンブル回帰。

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

出力引数

Yfit	ens.X 要素をもつ、学習データに対する予測された応答のベクトル。

例

再代入予測の平均二乗誤差の計算

carsmall データによる燃費の再代入予測を求め、学習データに対する平均二乗平均差分を調べます。

carsmall データセットを読み込み、馬力と車両重量を予測子として選択します。

load carsmall
X = [Horsepower Weight];

回帰木のアンサンブルに学習をさせます。

ens = fitrensemble(X,MPG,'Method','LSBoost','Learners','Tree');

MPG の再代入予測を求めます。

Yfit = resubPredict(ens);

学習データに対する再代入予測の平均二乗差分を計算します。

MSE = mean((Yfit - ens.Y).^2)

MSE = 0.5836

resubLoss の場合と同じ結果であることを確認します。

resubLoss(ens)

ans = 0.5836

参考

resubLoss | resubPredict | predict

×

例を開く

この例の変更されたバージョンがあります。編集された方の例を開きますか?

いいえ、変更されたバージョンを上書きします。 はい