主要内容

缩小

修剪合奏

展开全部页面

语法

收缩(ens)
cmp =收缩(ens，名称，值)

描述

cmp=萎缩(实体）的压缩压缩版本实体，一个正则集合。cmp只保留权重高于阈值的学习器。

cmp=萎缩(实体，名称,值）返回包含一个或多个指定的附加选项的集合名称,值对参数。您可以以任意顺序指定多个名称-值对参数Name1, Value1,…,的家．

输入参数

实体

创建的回归集成fitrensemble．

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

λ

套索的非负正则化参数值向量。如果实体.Regularization是非空的(用规范)，缩小演化实体使用λ．如果实体包含一个正则化结构，你不能通过λ．

默认值:［］

阈值

较低的截断权为弱学习者，一个数字非负标量。缩小创建cmp从那些有以上权重的学习器阈值．

默认值:0

weightcolumn

列索引实体.Regularization.TrainedWeights，为正整数。缩小创建cmp用这一列的学习权值。

默认值:1

输出参数

cmp

类的回归集合CompactRegressionEnsemble．使用cmp准确地做出你的预测实体，与预测方法。

缩小的成员cmp从大到小。

例子

全部展开

打开实时脚本

收缩300个成员的袋装回归集合，并查看结果集合的成员数量。

生成示例数据。

X = rand(2000,20);Y = repmat(-1,2000,1);Y(sum(X(:，1:5)，2)>2.5) = 1;

使用收缩300个成员的袋装回归集合0．1对于参数λ．

包= fitrensemble(X,Y，“方法”，“包”，“NumLearningCycles”, 300);CMP =收缩(包，“λ”, 0.1);

查看结果集成的成员数量。

cmp。NumTrained
Ans = 94

扩展功能

另请参阅

||

主题