文档帮助中心文档
预测高斯核回归模型的响应
X YFit =预测(Mdl)
例子
YFit=预测(Mdl,X)返回矩阵或表中预测器数据的预测响应向量X,基于二元高斯核回归模型Mdl.
YFit=预测(Mdl,X)
YFit
Mdl
X
全部折叠
使用高斯核回归模型预测测试集的响应carbig数据集。
carbig
加载carbig数据集。
负载carbig
指定预测变量(X)和响应变量(Y).
Y
X =[重量、气缸、马力,Model_Year];Y = MPG;
删除行X和Y其中任意一个数组南值。删除行南值,然后传递数据fitrkernel可以加快训练,减少记忆的使用。
南
fitrkernel
R = rmmissing([X Y]);X = R (:, 1:4);Y = R(:,结束);
保留10%的观察值作为坚持样本。从划分定义中提取训练和测试指标。
rng (10)%的再现性N =长度(Y);本量利= cvpartition (N,“坚持”, 0.1);idxTrn =培训(cvp);%训练集指标idxTest =测试(cvp);%测试集指标
标准化训练数据,训练回归核模型。
Xtrain = X (idxTrn:);Ytrain = Y (idxTrn);[Ztrain, tr_mu tr_sigma] = zscore (Xtrain);将培训数据标准化tr_sigma (tr_sigma = = 0) = 1;Mdl = fitrkernel (Ztrain Ytrain)
Mdl = RegressionKernel ResponseName: 'Y'学习者:'svm' NumExpansionDimensions: 128 KernelScale: 1 Lambda: 0.0028 BoxConstraint: 1 Epsilon: 0.8617属性,方法
Mdl是一个RegressionKernel模型。
RegressionKernel
使用训练数据列的相同平均值和标准偏差对测试数据进行标准化。预测测试集的响应。
Xtest = X (idxTest:);中兴通讯= (Xtest-tr_mu)。/ tr_sigma;将测试数据标准化欧美= Y (idxTest);YFit =预测(Mdl,中兴通讯);
创建一个包含前10个观察到的响应值和预测响应值的表。
表(欧美(1:10),YFit (1:10),“VariableNames”,...{“ObservedValue”,“PredictedValue”})
ans =10×2表ObservedValue PredictedValue _____________ ______________ 18 17.616 14 25.799 24 24.141 25 25.018 14 13.637 14 14.557 18 18.584 27 26.096 21 25.031 13 13.324
使用均方误差损失函数估计测试集的回归损失。
L =损失(Mdl、中兴通讯、欧美)
L = 9.2664
核回归模型,指定为RegressionKernel模型对象。您可以创建RegressionKernel模型对象使用fitrkernel.
用于生成响应的预测器数据,指定为数字矩阵或表。
每一行的X对应一个观察值,每一列对应一个变量。
对于数值矩阵:
列中的变量X必须和训练的预测变量有相同的顺序吗Mdl.
如果你训练Mdl使用表(例如,资源描述),资源描述包含所有的数值预测变量X可以是一个数值矩阵。处理数值预测资源描述作为分类训练,识别分类预测使用CategoricalPredictors的名称-值对参数fitrkernel.如果资源描述包含异构预测变量(例如,数字和分类数据类型)和X是一个数值矩阵,那么预测抛出一个错误。
资源描述
CategoricalPredictors
预测
一个表:
预测除了字符向量的单元金宝app格数组外,不支持多列变量或单元格数组。
如果你训练Mdl使用表(例如,资源描述),然后所有预测变量X必须具有与那些训练过的相同的变量名和数据类型Mdl(存储在Mdl。PredictorNames).但是,的列顺序X不需要对应的列顺序资源描述.同时,资源描述和X可以包含额外的变量(响应变量、观察权重等),但是预测忽略了它们。
Mdl。PredictorNames
如果你训练Mdl使用一个数字矩阵,然后预测器命名Mdl。PredictorNames和相应的预测变量名X肯定是一样的。要在训练期间指定预测器名称,请参见PredictorNames的名称-值对参数fitrkernel.所有的预测变量X必须是数值向量。X可以包含额外的变量(响应变量、观察权重等),但是预测忽略了它们。
PredictorNames
数据类型:双|单|表格
双
单
表格
预测的响应,作为数字向量返回。
YFit是一个n——- - - - - -1与响应数据相同数据类型的向量(Y过去常训练Mdl,在那里n观察的次数在吗X.
使用注意事项及限制:
预测不支持高金宝app表格数据。
有关更多信息,请参见高大的数组.
fitrkernel|损失|RegressionKernel|的简历
损失
的简历
您有这个示例的修改版本。您想打开这个示例与您的编辑吗?
你点击一个链接对应于这个MATLAB命令:
通过在MATLAB命令窗口中输入命令来运行命令。Web浏览器不支持MATLAB命令。金宝app
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系