文档帮助中心文档
情节当地的影响计算广义相加模型(GAM)
queryPoint plotLocalEffects (Mdl)
plotLocalEffects (Mdl queryPoint、名称、值)
plotLocalEffects (___)
例子
plotLocalEffects (Mdl,queryPoint)创建一个条形图显示当地条件的广义相加模型的影响Mdl在指定的查询点的预测queryPoint。
plotLocalEffects (Mdl,queryPoint)
Mdl
queryPoint
plotLocalEffects (Mdl,queryPoint,名称,值)使用一个或多个名称参数指定附加选项。例如,“IncludeIntercept”,真的指定包含条形图中的截距项。
plotLocalEffects (Mdl,queryPoint,名称,值)
名称,值
“IncludeIntercept”,真的
b=plotLocalEffects (___)返回一个条形图对象b使用任何输入参数组合在前面的语法。使用b查询或修改栏属性创建后的条形图。
b
全部折叠
火车一个单变量广义添加剂的分类模型,其中包含线性项预测。一个新的观察使用节约内存模型对象进行分类。然后,解释预测通过使用指定的数据实例plotLocalEffects函数。
plotLocalEffects
加载电离层数据集。这个数据集有34个预测因子和351二进制响应雷达回报,要么坏(“b”)或好(‘g’)。
电离层
“b”
‘g’
负载电离层
火车一个单变量GAM,表明雷达回波是否坏(“b”)或好(‘g’)。
Mdl = fitcgam (X, Y);
Mdl是一个ClassificationGAM模型对象。
ClassificationGAM
节省内存的大小通过减少训练模型。
CMdl =紧凑(Mdl);
分类的第一个观察训练数据,画出当地条件的影响Mdl在预测。
标签=预测(CMdl X (1,:))
标签=1 x1单元阵列{' g '}
:plotLocalEffects (CMdl X (1))
的预测函数将第一次观察到X (1:)作为‘g’。的plotLocalEffects函数创建一个水平条形图显示当地的影响预测的10个最重要的方面。每个局部效应值显示每一项的贡献分类得分‘g’,这是分对数的后验概率的分类‘g’的观察。
预测
X (1:)
火车的GAM二进制分类与线性预测和交互方面。创建本地影响情节使用线性和交互模型中,然后创建一个情节只使用线性模型中。指定是否包括交互条款在创建本地影响情节。
使用预测训练GAMX和类标签Y。推荐的做法是指定类名。指定包含10个最重要的互动。
X
Y
Mdl = fitcgam (X, Y,“类名”,{“b”,‘g’},“互动”10);
创建本地影响情节的10日观察。使用线性和交互方面Mdl第一个情节,只使用线性条款Mdl第二个情节。排除交互条件,指定“IncludeInteractions”,假的。
“IncludeInteractions”,假的
t = tiledlayout (2, 1);标题(t)当地10日观测影响情节的(Mdl) nexttile plotLocalEffects X(10,:))标题(与线性GAM和交互方面的(Mdl) nexttile plotLocalEffects X (10:)“IncludeInteractions”、假)标题(“GAM只有线性条件”)
情节显示10个最重要的方面。两块包括9个常用术语和一个不常见的词。第一个情节包括术语的交互x1和x5,而第二个情节包含线性项x14英寸。
x1
x5
x14英寸
火车的单变量GAM回归,其中包含线性项预测。然后,解释预测通过使用指定的数据实例plotLocalEffects函数。
加载数据集NYCHousing2015。
NYCHousing2015
负载NYCHousing2015
数据集包括10变量信息属性的销售在2015年在纽约。这个示例使用这些变量分析销售价格(SALEPRICE)。
SALEPRICE
预处理的数据集。删除离群值,转换datetime阵列(SALEDATE)本月数据,并将响应变量(SALEPRICE最后一列。
datetime
SALEDATE
idx = isoutlier (NYCHousing2015.SALEPRICE);NYCHousing2015 (idx:) = [];NYCHousing2015。SALEDATE=month(NYCHousing2015.SALEDATE); NYCHousing2015 = movevars(NYCHousing2015,“SALEPRICE”,“后”,“SALEDATE”);
显示表的前三行。
头(NYCHousing2015, 3)
ans =表3×10区附近BUILDINGCLASSCATEGORY RESIDENTIALUNITS COMMERCIALUNITS LANDSQUAREFEET GROSSSQUAREFEET YEARBUILT SALEDATE SALEPRICE _________ _______ ____________________________ ___________ ________售予____ ____售予* * * 2 {‘BATHGATE}{01一个家庭住宅的}1 0 4750 2619 1899 8 0 2 {‘BATHGATE}{01一个家庭住宅的}1 0 4750 2619 1899 8 0 2 {‘BATHGATE}{01一个家庭住宅的}1 1 1287 2528 1899 12 0
火车的单变量GAM销售价格。指定的变量区,社区,BUILDINGCLASSCATEGORY,SALEDATE分类预测。
区
社区
BUILDINGCLASSCATEGORY
Mdl = fitrgam (NYCHousing2015,“SALEPRICE”,“CategoricalPredictors”(1 2 3 9));
Mdl是一个RegressionGAM模型对象。
RegressionGAM
显示估计拦截(常数)的Mdl。
Mdl.Intercept
ans = 3.7518 e + 05
截距项值是接近平均响应变量的回归GAM训练数据不包括南值。计算平均的响应变量。
南
意思是(NYCHousing2015.SALEPRICE)
预测销售价格第一对训练数据的观察和情节当地条件的影响Mdl在预测。指定“IncludeIntercept”,真的包括截距项的阴谋。
yFit =预测(Mdl NYCHousing2015 (1,:))
yFit = 4.4421 e + 05
plotLocalEffects (Mdl NYCHousing2015 (1:)“IncludeIntercept”,真正的)
的预测函数预测第一次观察到的销售价格4.4421 e5。的plotLocalEffects函数创建一个水平条形图显示当地条件的影响Mdl在预测。每个局部效应值显示每一项的贡献预测销售价格。
4.4421 e5
CompactClassificationGAM
CompactRegressionGAM
广义加性模型,指定为一个ClassificationGAM,CompactClassificationGAM,RegressionGAM,或CompactRegressionGAM模型对象。
查询点plotLocalEffects情节当地的影响,指定为一个行向量的数值或单列表。
一个行向量的数值:
的变量的列queryPoint必须有相同的订单预测变量,训练吗Mdl。
如果你训练Mdl使用一个表(例如,资源描述),然后queryPoint可以是一个数字矩阵如果资源描述包含所有数值变量。
资源描述
单列表:
如果你训练Mdl使用一个表(例如,资源描述),那么所有的预测变量queryPoint必须有相同的变量名和数据类型的吗资源描述。然而,列的顺序queryPoint不需要对应的列顺序资源描述。
如果你训练Mdl使用一个数字矩阵,然后预测名称Mdl.PredictorNames和相应的预测变量名称queryPoint必须相同。使用指定预测名称在训练“PredictorNames”名称-值参数。所有的预测变量queryPoint必须是数值向量。
Mdl.PredictorNames
“PredictorNames”
queryPoint可以包含额外的变量(响应变量,观察体重、等等),但plotLocalEffects忽略了它们。
plotLocalEffects不支持多列变量或细金宝app胞数组以外的细胞阵列的特征向量。
数据类型:单|双|表
单
双
表
指定可选的逗号分隔条名称,值参数。的名字参数名称和吗价值相应的价值。的名字必须出现在引号。您可以指定几个名称和值对参数在任何顺序Name1, Value1,…,的家。
的名字
价值
Name1, Value1,…,的家
plotLocalEffects (Mdl、queryPoint IncludeInteractions,假的,‘NumTerms’, 5)
IncludeInteractions
真正的
假
标志包括交互模型的情节,指定为真正的或假。
默认的“IncludeInteractions”值是真正的如果Mdl包含交互方面。的值必须假如果模型不包含交互方面。
“IncludeInteractions”
例子:“IncludeInteractions”,假的
数据类型:逻辑
逻辑
IncludeIntercept
标志包括模型的截距项的情节,指定为真正的或假。
例子:“IncludeIntercept”,真的
NumTerms
分钟(M, 10)
米
条件图,指定为一个正整数标量。plotLocalEffects情节最高的指定数量的条件绝对局部作用的价值观。
例子:“NumTerms”, 5指定情节的五个最重要的条件。plotLocalEffects决定使用绝对重要性的顺序局部作用的价值观。
“NumTerms”, 5
数据类型:单|双
plotPartialDependence|RegressionGAM|ClassificationGAM
plotPartialDependence
你有一个修改版的这个例子。你想打开这个例子与编辑?
你点击一个链接对应MATLAB命令:
运行该命令通过输入MATLAB命令窗口。Web浏览器不支持MATLAB命令。金宝app
选择一个网站翻译内容,看到当地事件和提供。根据你的位置,我们建议您选择:。
你也可以从下面的列表中选择一个网站:
选择中国网站(中文或英文)最佳站点的性能。其他MathWorks国家网站不优化的访问你的位置。
联系你当地的办公室