oobMeanMargin

out-of-bag 平均マージン

構文

mar = oobMeanMargin(B)
mar = oobMeanMargin(B,'param1',val1,'param2',val2,...)


説明

mar = oobMeanMargin(B) は、学習したバガー B を使用して、学習データの out-of-bag 観測に対する平均分類マージンを計算します。oobMeanMargin は、すべての out-of-bag 観測におけるマージンを平均化します。mar は、長さ NTrees の行ベクトルです。ここで、NTrees はアンサンブル内のツリーの数です。

mar = oobMeanMargin(B,'param1',val1,'param2',val2,...) は、以下のオプション パラメーターの名前と値のペアを指定します。

'Mode'	oobMeanMargin による誤差の計算方法を示す文字ベクトルまたは string スカラー。'cumulative' (既定) に設定した場合、mar は長さが NTrees のベクトルになり、1 番目の要素は trees(1) の平均マージンを、2 番目の要素は trees(1:2) の平均マージンを与え、trees(1:NTrees) まで他の要素についても同様になります。'individual' に設定すると、mar は長さ NTrees のベクトルになります。ここで、各要素はアンサンブル内の各ツリーからの平均マージンです。'ensemble' に設定すると、mar はアンサンブル全体の累積平均マージンを示すスカラーとなります。
'Trees'	この計算に含めるツリーを示すインデックスのベクトル。既定の設定では、この引数は 'all' に設定され、メソッドはすべてのツリーを使用します。'Trees' が数値ベクトルである場合、メソッドは 'cumulative' モードと 'individual' モードでは長さ NTrees のベクトルを返します。ここで、NTrees は入力ベクトルの要素数です。'ensemble' モードではスカラーを返します。たとえば、'cumulative' モードで、最初の要素は trees(1) からの平均マージンを出力し、2 番目の要素は trees(1:2) からの平均マージンを出力し、以下同様です。
'TreeWeights'	ツリーの重みのベクトル。このベクトルは、'Trees' ベクトルと同じ長さでなければなりません。oobMeanMargin は、これらの重みを使用して、重み付けされていない単純な多数決ではなく、加重平均を取得することで、指定したツリーからの出力を結合します。'individual' モードでこの引数を使用することはできません。

バージョン履歴

R2022a: 既定以外のコスト行列をもつモデルに対して oobMeanMargin で異なる値が返される

入力モデル オブジェクトに学習させるときに既定以外のコスト行列を指定すると、関数 oobMeanMargin で以前のリリースとは異なる値が返されます。

関数 oobMeanMargin は、W プロパティに格納された観測値の重みを使用します。W プロパティの値を関数で使用する方法については変更されていません。ただし、既定以外のコスト行列をもつモデルについて入力モデル オブジェクトに格納されるプロパティの値が変更されたため、関数から異なる値が返されることがあります。

プロパティの値の変更に関する詳細については、Cost プロパティにユーザー指定のコスト行列を格納を参照してください。

ソフトウェアでコスト行列、事前確率、および観測値の重みを以前のリリースと同じように扱う場合は、誤分類コスト行列に応じた事前確率と観測値の重みの調整の説明に従って、既定以外のコスト行列の事前確率と観測値の重みを調整します。その後、分類モデルに学習させるときに、調整後の事前確率と観測値の重みを名前と値の引数 Prior と Weights を使用して指定し、既定のコスト行列を使用します。

参考

meanMargin