文档帮助中心文档
类别：分类判别式
通过重新替换对边缘进行分类
边缘=再沉积（obj）
边=重新沉积(obj)返回通过以下方式获得的分类边：obj关于它的训练数据。
边=重新沉积(obj)
边
obj
判别分析分类器，使用fitcdiscr.
fitcdiscr
将训练数据重新代入边缘计算，得到分类边缘。
全部展开
通过重新替换估计Fisher虹膜数据的鉴别分析分类器的质量。
加载Fisher的虹膜数据集。
负载鱼腥草
训练判别分析分类器。
Mdl=fitcdiscr（MEA，物种）；
计算重新替换边。
redge=再沉积（Mdl）
红色=0.9454
这个边是分类的加权平均值边缘. 权重是类先验概率。如果您提供了额外的权重，则这些权重将标准化为各个类中的先验概率之和，然后用于计算加权平均值。
分类边缘分类之间的区别是什么分数对于真实类和最大分类分数为假类。
分类边距是一个列向量，其行数与矩阵中的行数相同X. 裕度的高值表示预测比低值更可靠。
X
对于判别分析分数分类的后验概率是分类的后验概率。有关判别分析中后验概率的定义，请参阅后验概率.
分类判别式|fitcdiscr|边|再精
分类判别式
再精
您拥有此示例的修改版本。是否要用编辑打开此示例？
您单击了与此MATLAB命令对应的链接：
通过在MATLAB命令窗口中输入命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站以获取翻译后的内容（如果可用），并查看本地活动和优惠。根据您的位置，我们建议您选择：.
您还可以从以下列表中选择网站：
选择中国站点（中文或英文）以获得最佳站点性能。其他MathWorks国家/地区网站未针对您所在地的访问进行优化。
联系当地办事处
