支持向量机(svm)等分类器的紧凑多类模型金宝app
CompactClassificeCoc.
是多类纠错输出码(ECOC)模型的紧凑版本。紧凑分类器不包括用于训练多类ECOC模型的数据。因此,您不能使用紧凑分类器执行某些任务,例如交叉验证。使用紧凑的多类ECOC模型进行任务,如对新数据进行分类(预测
)。
您可以创建CompactClassificeCoc.
模型有两种方式:
从一个受过训练的人创建一个紧凑的ECOC模型Classifiedecoc.
模型,使用紧凑的
对象的功能。
创建一个紧凑的ECOC模型使用fitcecoc
函数,并指定'学习者'
名称-值对参数为“线性”
那“内核”
,一个templateLinear
或templateKernel
对象,或这些对象的小区阵列。
compareHoldout |
使用新数据比较两个分类模型的准确性 |
丢弃普罗斯韦普金宝app罗斯韦 |
丢弃ECOC模型金宝app中线性支持向量机二进制学习器的支持向量 |
边缘 |
多类纠错输出码(ECOC)模型的分类边缘 |
石灰 |
本地可解释模型 - 不可知的解释(石灰) |
损失 |
多类纠错输出码(ECOC)模型的分类损失 |
保证金 |
多类纠错输出码(ECOC)模型的分类裕度 |
部分竞争 |
计算部分依赖 |
plotPartialDependence |
创建部分依赖图(PDP)和个人有条件期望(ICE)情节 |
预测 |
使用多类纠错输出码(ECOC)模型对观测进行分类 |
福芙 |
沙普利值 |
selectModels |
选择由二进制组成的多类ECOC模型子集ClassificationLinear 学习者 |
更新 |
更新代码生成的模型参数 |
[1]Fürnkranz,约翰内斯。“循环罗宾分类。”机床学习研究,卷。2002年,第721-747页。
Pujol, S. Escalera, S. O. Pujol, P. Radeva。用于纠错输出码稀疏设计的三元码的可分性。模式识别的字母, Vol. 30, Issue 3, 2009, pp. 285-297。
Classifiedecoc.
|ClassificationPartitionedECOC
|ClassificationPartitionedKernelECOC
|ClassificationPartitionedLinearECOC
|紧凑的
|fitcecoc