主要内容

损失

回归误差

扩展所有的页面

语法

L =损失(实体、资源描述、ResponseVarName)
L =损失(实体、资源描述,Y)
L =损失(实体,X, Y)
L =损失(___、名称、值)

描述

l=损失(实体,资源描述,ResponseVarName)回报的预测之间的均方误差实体的数据资源描述,而真正的反应tbl.ResponseVarName。

l=损失(实体,资源描述,Y)回报的预测之间的均方误差实体的数据资源描述,而真正的反应Y。

l=损失(实体,X,Y)回报的预测之间的均方误差实体的数据X,而真正的反应Y。

l=损失(___,名称,值)计算预测误差与所指定的一个或多个额外的选项名称,值对参数,使用任何以前的语法。

输入参数

实体

创建一个回归合奏fitrensemble,或者是紧凑的方法。

资源描述

样本数据,指定为一个表。每一行的资源描述对应于一个观察,每一列对应一个预测变量。资源描述必须包含所有的预测用于训练模型。多列变量和细胞数组以外的细胞阵列的特征向量是不允许的。

如果你训练实体使用样本数据包含在一个表中,然后输入数据的方法也必须在一个表中。

ResponseVarName

响应变量名称,指定为一个变量的名字资源描述。响应变量必须是一个数字向量。

您必须指定ResponseVarName作为一个特征向量或字符串标量。例如,如果响应变量Y存储为tbl.Y,然后指定它“Y”。否则,软件将所有列资源描述,包括Y训练时,预测模型。

X

一个矩阵的预测价值。每一列的X代表一个变量,每一行代表一个观察。

如果你训练实体使用样本数据包含在一个矩阵,然后输入数据的方法也必须在一个矩阵。

Y

一个数字列向量具有相同的行数资源描述或X。中的每个条目Y应对数据在相应的行吗资源描述或X。

南值Y失踪的价值观。观察缺失值Y不用于计算损失。

名称-值参数

指定可选的双参数作为Name1 = Value1,…,以=家,在那里的名字参数名称和吗价值相应的价值。名称-值参数必须出现在其他参数,但对的顺序无关紧要。

R2021a之前,用逗号来分隔每一个名称和值,并附上的名字在报价。

学习者

指数整体从薄弱的学习者1来实体.NumTrained。损失只使用这些学习者计算损失。

默认值:1:NumTrained

lossfun

函数处理损失函数,或者mse的,这意味着均方误差。如果你通过一个函数处理有趣的,损失称它为

乐趣(Y, Yfit, W)

在哪里Y,Yfit,W是数字向量的长度相同。

  • Y是观察到的反应。

  • Yfit是预测的反应。

  • W是观察权重。

返回值乐趣(Y, Yfit, W)应该是一个标量。

默认值:mse的

模式

输出的意义l:

  • “合奏”- - - - - -l是一个标量值,整个乐团的损失。

  • “个人”- - - - - -l是一个向量,每训练学习者的一个元素。

  • “累积”- - - - - -l是一个向量的元素J通过使用学习者1:J输入列表的学习者。

默认值:“合奏”

UseObsForLearner

一个逻辑矩阵的大小N——- - - - - -NumTrained,在那里N观察的数量吗实体。X,NumTrained是弱学习者的数量。当UseObsForLearner (I, J)是真正的,预测使用学习者J在预测观察我。

默认值:真正的(N, NumTrained)

UseParallel

指示执行并行推理,指定为假(串行计算)或真正的(并行计算)。并行计算需要并行计算工具箱™。并行推理可以比串行推理,特别是大型数据集。只支持并行计算树的学习者。金宝app

默认值:假

权重

数字的观察向量权重相同数量的元素Y。的公式损失与权重是在加权均方误差。

默认值:(大小(Y))

输出参数

l

加权均方误差的预测。的公式损失是在加权均方误差。

例子

全部展开

打开生活的脚本

找到一个预测使用的损失carsmall数据集。

加载carsmall数据集,选择发动机排量、马力和车重预测。

负载carsmallX =(位移马力重量);

火车一个回归树和找到回归错误预测英里/加仑。

实体= fitrensemble (X, MPG);L =损失(实体,X,英里/加仑)
L = 0.3463

更多关于

全部展开

扩展功能

另请参阅

|