SparseFiltering
スパース フィルターによる特徴抽出
説明
SparseFiltering
は、スパース フィルターを使用して、入力予測子を新しい予測子にマッピングする変換を学習します。
作成
関数 sparsefilt
を使用して SparseFiltering
オブジェクトを作成します。
プロパティ
この プロパティ は読み取り専用です。
当てはめの履歴。次の 2 つのフィールドがある構造体として返されます。
Iteration
— 0 から最後の反復までの反復回数。Objective
— 対応する各反復における目的関数の値。反復 0 は、当てはめを行う前の初期値に対応します。
データ型: struct
この プロパティ は読み取り専用です。
特徴変換の重みの初期値。p
行 q
列の行列として返されます。p
は X
で渡された予測子の個数、q
は要求された特徴量の個数です。これらの重みは、作成関数に渡された重みの初期値です。学習データ X
が single 型である場合、データ型は single 型になります。
データ型: single
| double
この プロパティ は読み取り専用です。
モデルに学習をさせるために使用されたパラメーター。構造体として返されます。この構造体には、モデル作成時に有効であった sparsefilt
の名前と値のペアに対応するフィールドのサブセットが格納されます。
IterationLimit
VerbosityLevel
Lambda
Standardize
GradientTolerance
StepTolerance
詳細については、ドキュメンテーションの sparsefilt
の名前と値のペアを参照してください。
データ型: struct
この プロパティ は読み取り専用です。
標準化時の予測子の平均。p
行 1
列のベクトルとして返されます。モデル作成時に名前と値のペア Standardize
が true
であった場合、このプロパティは空以外になります。値は、学習データにおける予測子の平均のベクトルです。学習データ X
が single 型である場合、データ型は single 型になります。
データ型: single
| double
この プロパティ は読み取り専用です。
標準化時の予測子の標準偏差。p
行 1
列のベクトルとして返されます。モデル作成時に名前と値のペア Standardize
が true
であった場合、このプロパティは空以外になります。値は、学習データにおける予測子の標準偏差のベクトルです。学習データ X
が single 型である場合、データ型は single 型になります。
データ型: single
| double
この プロパティ は読み取り専用です。
特徴変換の重み。p
行 q
列の行列として返されます。p
は X
で渡された予測子の個数、q
は要求された特徴量の個数です。学習データ X
が single 型である場合、データ型は single 型になります。
データ型: single
| double
オブジェクト関数
transform | 抽出された特徴量への予測子の変換 |
例
関数 sparsefilt
を使用して SparseFiltering
オブジェクトを作成します。
イメージ パッチ SampleImagePatches
を読み込みます。
data = load('SampleImagePatches');
size(data.X)
ans = 1×2
5000 363
5,000 個のイメージ パッチがあり、それぞれに 363 個の特徴量が含まれています。
100 個の特徴量をデータから抽出します。
rng default % For reproducibility Q = 100; obj = sparsefilt(data.X,Q,'IterationLimit',100)
Warning: Solver LBFGS was not able to converge to a solution.
obj = SparseFiltering ModelParameters: [1×1 struct] NumPredictors: 363 NumLearnedFeatures: 100 Mu: [] Sigma: [] FitInfo: [1×1 struct] TransformWeights: [363×100 double] InitialTransformWeights: [] Properties, Methods
ステップ サイズの制限または勾配サイズの制限に達したのではなく反復制限に達したために停止したので、sparsefilt
は警告を発します。しかし、関数 transform
を呼び出すことにより、返されたオブジェクトに含まれている学習済み特徴量を使用できます。
バージョン履歴
R2017a で導入
MATLAB Command
You clicked a link that corresponds to this MATLAB command:
Run the command by entering it in the MATLAB Command Window. Web browsers do not support MATLAB commands.
Web サイトの選択
Web サイトを選択すると、翻訳されたコンテンツにアクセスし、地域のイベントやサービスを確認できます。現在の位置情報に基づき、次のサイトの選択を推奨します:
また、以下のリストから Web サイトを選択することもできます。
最適なサイトパフォーマンスの取得方法
中国のサイト (中国語または英語) を選択することで、最適なサイトパフォーマンスが得られます。その他の国の MathWorks のサイトは、お客様の地域からのアクセスが最適化されていません。
南北アメリカ
- América Latina (Español)
- Canada (English)
- United States (English)
ヨーロッパ
- Belgium (English)
- Denmark (English)
- Deutschland (Deutsch)
- España (Español)
- Finland (English)
- France (Français)
- Ireland (English)
- Italia (Italiano)
- Luxembourg (English)
- Netherlands (English)
- Norway (English)
- Österreich (Deutsch)
- Portugal (English)
- Sweden (English)
- Switzerland
- United Kingdom (English)