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。

回帰学習器

教師あり機械学習を使用して、データを予測するように回帰モデルに学習をさせる

説明

回帰学習器アプリは、回帰モデルにデータ予測を学習させます。このアプリを使用すると、データの調査、特徴量の選択、検証方式の指定、モデルの学習、および結果の評価を行うことができます。自動化された学習を実行して、線形回帰モデル、回帰木、ガウス過程回帰モデル、サポート ベクター マシン、回帰木のアンサンブル、ニューラル ネットワーク回帰モデルなど、最適な回帰モデルのタイプを探索できます。

教師あり機械学習を実行するには、既知の入力データの観測値のセット (予測子) と既知の応答を指定します。この観測値を使用してモデルに学習をさせ、新しい入力データへの予測応答を生成させます。モデルに新しいデータを使用したり、プログラムによる回帰について学ぶには、モデルをワークスペースにエクスポートするか、学習済みのモデルを再作成する MATLAB® コードを生成します。

必要な製品

  • MATLAB

  • Statistics and Machine Learning Toolbox™

メモ: MATLAB Online™ の回帰学習器を使用すると、Cloud Center クラスターを使用して並列的にモデルに学習をさせることができます (Parallel Computing Toolbox™ が必要)。詳細については、MATLAB Online における Cloud Center クラスターとの Parallel Computing Toolbox の使用 (Parallel Computing Toolbox)を参照してください。

Regression Learner app

回帰学習器 アプリを開く

  • MATLAB ツールストリップ: [アプリ] タブの [機械学習] でアプリ アイコンをクリックします。

  • MATLAB コマンド プロンプト: 「regressionLearner」と入力します。

プログラムによる使用

すべて展開する

regressionLearner は、回帰学習器アプリを開きます。既に開いている場合はアプリにフォーカスを移動します。

regressionLearner(Tbl,ResponseVarName) は、回帰学習器アプリを開いて、table Tbl に格納されているデータを [引数からの新規セッション] ダイアログ ボックスに入力します。ResponseVarName 引数は、応答値が含まれている Tbl 内の変数の名前で、文字ベクトルまたは string スカラーとして指定します。Tbl 内の他の変数は予測子変数です。

regressionLearner(Tbl,Y) は、回帰学習器アプリを開いて、table Tbl 内の予測子変数と数値ベクトル Y 内の応答値を [引数からの新規セッション] ダイアログ ボックスに入力します。

regressionLearner(X,Y) は、回帰学習器アプリを開いて、n 行 p 列の予測子行列 X とベクトル Y 内の n 個の応答値を [引数からの新規セッション] ダイアログ ボックスに入力します。X の各行は 1 つの観測値に対応し、各列は 1 つの変数に対応します。Y の長さと X の行数は等しくなければなりません。

regressionLearner(___,Name,Value) では、前の構文におけるいずれかの入力引数の組み合わせに加えて、以下の 1 つ以上の名前と値の引数を使用して交差検証オプションを指定します。たとえば、'KFold',10 を指定すると 10 分割交差検証方式を使用できます。

  • 'CrossVal' は交差検証フラグで、'on' (既定) または 'off' として指定します。'on' を指定した場合、5 分割交差検証が使用されます。'off' を指定した場合、再代入検証が使用されます。

    名前と値の引数 'Holdout' または 'KFold' を使用すると、'CrossVal' の交差検証の設定をオーバーライドできます。これらの引数は、一度に 1 つだけ指定できます。

  • 'Holdout' はホールドアウト検証に使用されるデータの比率で、[0.05,0.5] の範囲の数値スカラーとして指定します。残りのデータは学習に使用されます。

  • 'KFold' は交差検証に使用する分割の数で、[2,50] の範囲の正の整数として指定します。

R2017a で導入