主要内容

surrogateAssociation

意味着预测衡量代理协会分类树的分裂

扩展所有的页面

语法

马= surrogateAssociation(树)
马= surrogateAssociation(树,N)

描述

马= surrogateAssociation (树)返回一个矩阵预测协会的预测措施树。

马= surrogateAssociation (树,N)返回一个矩阵的预测平均协会在节点向量的措施N。

输入参数

树

构造一个分类树fitctree,或一个紧凑的回归树构造紧凑的。

N

向量的节点数量树。

输出参数

马

  • 马= surrogateAssociation(树)返回一个P——- - - - - -P矩阵,P预测的数量吗树。硕士(i, j)是预测的协会变量之间的最优分割我和一个代理变量分裂j。更多细节,请参阅算法。

  • 马= surrogateAssociation(树,N)返回一个P——- - - - - -P代表的预测指标变量之间的关联节点向量的平均值N。N包含节点数据1来马克斯(tree.NumNodes)。

例子

全部展开

打开生活的脚本

加载费雪的虹膜数据集。

负载fisheriris

增加一个分类树物种作为响应。指定使用代理将为缺失值。

树= fitctree(量、种类、“代孕”,“上”);

发现平均预测的预测变量之间的联系。

马= surrogateAssociation(树)
马=4×41.0000 0 0 0 0 0 0 1.0000 0.4633 0.2500 1.0000 0.5000 0.2065 0.1413 0.4022 1.0000

找到的平均预测测量协会在奇数节点平均树。

N = 1:2: tree.NumNodes;马= surrogateAssociation(树,N)
马=4×41.0000 0 0 0 0 0 0 1.0000 0.7600 0.5000 1.0000 1.0000 0.4130 0.2826 0.8043 1.0000

更多关于

全部展开

算法

元素硕士(i, j)是协会的预测方法预测平均值替代分裂吗j的预测我最优分割预测。这个平均计算加法协会的积极的预测测量值对预测最优分割我并在预测替代分裂j和除以总数量的最优分割预测我,包括分裂的预测方法预测之间的联系我和j是负的。

扩展功能

另请参阅

|