创建部分依赖图(PDP)和单个条件期望图(ICE)
plotPartialDependence (
计算和绘制中列出的预测变量之间的部分依赖关系RegressionMdl
,var
)var
以及用回归模型预测的响应RegressionMdl
,其中包含预测数据。
如果你指定一个变量var
,函数创建一个与变量部分相关的线图。
如果在中指定两个变量var
,函数创建一个与这两个变量部分相关的曲面图。
plotPartialDependence (
计算和绘制中列出的预测变量之间的部分依赖关系ClassificationMdl
,var
,标签
)var
以及标签
通过使用分类模型ClassificationMdl
,其中包含预测数据。
如果你指定一个变量var
还有一节课标签
,函数创建指定类对变量的部分依赖关系的线图。
如果你指定一个变量var
和多个班级标签
,函数在一个图形上为每个类创建一个线图。
如果在中指定两个变量var
还有一节课标签
,函数创建一个与这两个变量部分相关的曲面图。
plotPartialDependence
使用一个预测
预测反应或分数的功能。plotPartialDependence
选择合适的预测
根据模型(RegressionMdl
或ClassificationMdl
)和运行预测
使用默认设置。详细资料预测
功能,请参见预测
函数。如果指定的模型是基于树的模型(不包括增强的树集合)和“条件”
是“没有”
然后plotPartialDependence
采用加权遍历算法代替预测
函数。有关详细信息,请参见加权算法遍历.
回归模型对象
模型类型 | 完整或紧凑的回归模型对象 | 预测反应功能 |
---|---|---|
决策树集成的自举聚合 | CompactTreeBagger |
预测 |
决策树集成的自举聚合 | 树人 |
预测 |
回归模型集合 | RegressionEnsemble ,RegressionBaggedEnsemble ,CompactRegressionEnsemble |
预测 |
高斯核回归模型采用随机特征展开 | RegressionKernel |
预测 |
高斯过程回归 | RegressionGP ,CompactRegressionGP |
预测 |
广义加性模型 | RegressionGAM ,CompactRegressionGAM |
预测 |
广义线性混合效应模型 | GeneralizedLinearMixedModel |
预测 |
广义线性模型 | 广义线性模型 ,CompactGeneralizedLinearModel |
预测 |
线性混合效应模型 | LinearMixedModel |
预测 |
线性回归 | LinearModel ,CompactLinearModel |
预测 |
高维数据的线性回归 | RegressionLinear |
预测 |
神经网络回归模型 | RegressionNeuralNetwork ,CompactRegressionNeuralNetwork |
预测 |
非线性回归 | NonLinearModel |
预测 |
回归树 | RegressionTree ,CompactRegressionTree |
预测 |
金宝app支持向量机 | RegressionSVM ,CompactRegressionSVM |
预测 |
分类模型对象
模型类型 | 完整或紧凑分类模型对象 | 用于预测标签和分数的函数 |
---|---|---|
判别分析分类器 | ClassificationDiscriminant ,CompactClassificationDiscriminant |
预测 |
支持向量机或其他分类器的多类模型金宝app | 分类 ,紧凑分类 |
预测 |
用于分类的学习者集合 | ClassificationEnsemble ,CompactClassificationEnsemble ,ClassificationBaggedEnsemble |
预测 |
基于随机特征展开的高斯核分类模型 | ClassificationKernel |
预测 |
广义加性模型 | ClassificationGAM ,CompactClassificationGAM |
预测 |
k最近的邻居模型 | ClassificationKNN |
预测 |
线性分类模型 | ClassificationLinear |
预测 |
朴素贝叶斯模型 | ClassificationNaiveBayes ,紧分类朴素贝叶斯 |
预测 |
神经网络分类器 | 分类神经网络 ,CompactClassificationNeuralNetwork |
预测 |
金宝app支持向量机的一类和二值分类 | ClassificationSVM ,CompactClassificationSVM |
预测 |
用于多类分类的二叉决策树 | ClassificationTree ,CompactClassificationTree |
预测 |
袋装决策树集合 | 树人 ,CompactTreeBagger |
预测 |
partialDependence
计算不可视化的部分依赖性。该函数可以在一次函数调用中计算两个变量和多个类的部分依赖关系。
哈斯蒂,特雷弗,罗伯特·蒂布希拉尼和杰罗姆·弗里德曼。统计学习的要素。纽约,纽约:施普林格纽约,2001。
面向对象编程的重要性
|predictorImportance (RegressionEnsemble)
|predictorImportance (RegressionTree)
|relieff
|sequentialfs
|石灰
|partialDependence
|沙普利