resubPredict

预测判别分析分类模型的再替换标签

语法

标签= resubPredict (obj) [标签,后]= resubPredict (obj) (标签、后成本)= resubPredict (obj)

标签= resubPredict (obj）返回标签obj预测数据obj。X．标签是关于obj根据数据fitcdiscr用于创建obj．

［标签，后) = resubPredict (obj）返回预测的后验类别概率。

［标签，后，成本) = resubPredict (obj）返回重新替换数据的每个类的预测误分类成本。

obj

判别分析分类器，产生使用fitcdiscr．

`标签`	响应`obj`预测训练数据。`标签`数据类型是否与培训响应数据相同`obj。Y`．预测的类别标签是那些预计错误分类成本最小的类别;看到使用判别分析模型进行预测．
`后`	`N`——- - - - - -`K`类别的后验概率矩阵`obj`预测,`N`观察的次数是多少`K`为类数。
`成本`	`N`——- - - - - -`K`预测误分类成本矩阵。每个代价是相对于后验概率的平均误分类代价。

找出一个判别分析分类器对Fisher虹膜数据的错误分类总数:

Load fisheries obj = fitcdiscr(meas,species);Ypredict = resubPredict (obj);Ysame = strcmp(Ypredict,species);当== sum(~Ysame) %有多少不同时，%为true ?ans = 3

下载电子书