Main Content

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

学習済み回帰モデルを使用した学習データについての応答の予測

    説明

    yFit = resubPredict(Mdl) は、Mdl.X に格納されている予測子データを使用して、学習済み回帰モデル Mdl の予測応答のベクトルを返します。

    yFit = resubPredict(Mdl,'IncludeInteractions',includeInteractions) は、計算に交互作用項を含めるかどうかを指定します。この構文は一般化加法モデルにのみ適用されます。

    すべて折りたたむ

    一般化加法モデル (GAM) に学習させてから、学習データについて応答を予測します。

    patients データセットを読み込みます。

    load patients

    予測子変数 (AgeDiastolicSmokerWeightGenderSelfAssessedHealthStatus) と応答変数 (Systolic) を格納する table を作成します。

    tbl = table(Age,Diastolic,Smoker,Weight,Gender,SelfAssessedHealthStatus,Systolic);

    tbl 内の予測子の線形項が格納されている一変量の GAM に学習させます。

    Mdl = fitrgam(tbl,"Systolic")
    Mdl = 
      RegressionGAM
               PredictorNames: {1x6 cell}
                 ResponseName: 'Systolic'
        CategoricalPredictors: [3 5 6]
            ResponseTransform: 'none'
                    Intercept: 122.7800
              NumObservations: 100
    
    
      Properties, Methods
    
    

    MdlRegressionGAM モデル オブジェクトです。

    学習セットについて応答を予測します。

    yFit = resubPredict(Mdl);

    観測応答値と予測応答値を格納する table を作成します。table の最初の 8 行を表示します。

    t = table(tbl.Systolic,yFit, ...
        'VariableNames',{'Observed Value','Predicted Value'});
    head(t)
    ans=8×2 table
        Observed Value    Predicted Value
        ______________    _______________
    
             124              124.75     
             109              109.48     
             125              122.89     
             117              115.87     
             122              121.61     
             121              122.02     
             130              126.39     
             115              115.95     
    
    

    予測子の線形項と交互作用項の両方が格納されている一般化加法モデル (GAM) を使用して、学習データ セットについて応答を予測します。応答を予測する際に交互作用項を含めるかどうかを指定します。

    carbig データセットを読み込みます。このデータセットには、1970 年代と 1980 年代初期に製造された自動車の測定値が格納されています。

    load carbig

    予測子変数 (X) として AccelerationDisplacementHorsepower および Weight を、応答変数 (Y) として MPG を指定します。

    X = [Acceleration,Displacement,Horsepower,Weight];
    Y = MPG;

    X 内の使用可能なすべての線形項と交互作用項が格納されている一般化加法モデルに学習させます。

    Mdl = fitrgam(X,Y,'Interactions','all');

    MdlRegressionGAM モデル オブジェクトです。

    線形項と交互作用項の両方を使用して応答を予測してから、線形項のみを使用して応答を予測します。交互作用項を除外するには、'IncludeInteractions',false を指定します。

    yFit = resubPredict(Mdl);
    yFit_nointeraction = resubPredict(Mdl,'IncludeInteractions',false);

    観測応答値と予測応答値を格納する table を作成します。table の最初の 8 行を表示します。

    t = table(Mdl.Y,yFit,yFit_nointeraction, ...
        'VariableNames',{'Observed Response', ...
        'Predicted Response','Predicted Response Without Interactions'});
    head(t)
    ans=8×3 table
        Observed Response    Predicted Response    Predicted Response Without Interactions
        _________________    __________________    _______________________________________
    
               18                  18.026                           17.22                 
               15                  15.003                          15.791                 
               18                  17.663                           16.18                 
               16                  16.178                          15.536                 
               17                  17.107                          17.361                 
               15                  14.943                          14.424                 
               14                  14.119                          14.981                 
               14                  13.864                          13.498                 
    
    

    入力引数

    すべて折りたたむ

    回帰機械学習モデル。完全な回帰モデル オブジェクトとして指定します。サポートされるモデルは次の表に記載されています。

    モデル回帰モデル オブジェクト
    一般化加法モデルRegressionGAM
    ニューラル ネットワーク モデルRegressionNeuralNetwork

    モデルの交互作用項を含むというフラグ。true または false として指定します。この引数は、一般化加法モデル (GAM) の場合のみ有効です。つまり、この引数を指定できるのは、MdlRegressionGAM である場合だけです。

    Mdl に交互作用項が含まれる場合、既定値は true です。モデルに交互作用項が含まれない場合、値は false でなければなりません。

    データ型: logical

    出力引数

    すべて折りたたむ

    予測応答。長さが n のベクトルとして返されます。n は、予測子データ (Mdl.X) に含まれている観測値の個数です。

    アルゴリズム

    resubPredict は、オブジェクト (Mdl) の対応する関数 predict に従って応答を予測します。モデル固有の説明については、次の表に示す関数 predict のリファレンス ページを参照してください。

    モデル回帰モデル オブジェクト (Mdl)オブジェクト関数 predict
    一般化加法モデルRegressionGAMpredict
    ニューラル ネットワーク モデルRegressionNeuralNetworkpredict

    参考

    R2021a で導入