主要内容

templateDiscriminant

判别分析分类器模板

折叠所有页面

语法

t=模板判别式（）
t=模板鉴别（名称、值）

描述

例子

T=模板鉴别器（）返回适用于训练集合或纠错输出码（ECOC）多类模型的判别分析学习者模板。

如果指定默认模板，则软件在训练期间对所有输入参数使用默认值。

具体说明T作为一名英语学习者菲特森布尔或fitcecoc．

例子

T=模板判别式(名称、值)使用由一个或多个名称-值对参数指定的附加选项创建模板。

例如，可以指定判别类型或正则化参数。

如果你显示T在命令窗口中，所有选项都显示为空(［］)，但使用名称-值对参数指定的参数除外。在培训期间，软件使用空选项的默认值。

例子

全部折叠

打开生活的脚本

创建非默认鉴别分析模板以用于菲特森布尔．

载入费雪的虹膜数据集。

负载fisheriris

创建伪线性判别分析模板。

t = templateDiscriminant (“歧视型”,“伪线性”)
t=适合分类鉴别的模板。DiscrimType:“伪线性”Gamma:[]增量：[]填充系数：[]保存内存：[]版本：1方法：“鉴别”类型：“分类”

模板对象的所有属性都为空，除了DiscrimType,方法,类型。在上进行培训时，软件将使用各自的默认值填充空属性。

具体说明T作为分类集成的弱学习器。

Mdl = fitcensemble(量、种类、“方法”,“子”,“学习者”，t）；

显示样本内(再替换)误分类错误。

L = resubLoss (Mdl)
L=0.0400

输入参数

全部折叠

名称-值对的观点

指定可选的逗号分隔的字符对名称、值参数。名称是参数名和价值为对应值。名称必须出现在引号内。可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家．

例子:“DiscrimType”、“pseudoLinear’,‘SaveMemory’,‘上’指定不存储完整协方差矩阵的伪线性判别分析模板。

线性系数阈值，指定为逗号分隔对，由“三角洲”和一个非负的标量值。如果Mdl大小小于三角洲,Mdl将此系数设置为0，您可以从模型中消除相应的预测器。集三角洲设置为更高的值以消除更多的预测值。

三角洲必须0对于二次判别模型。

数据类型：单一的|双

判别类型，指定为逗号分隔对，由“歧视型”以及此表中的字符向量或字符串标量。

价值 描述 预测协方差治疗
“线性” 正则化线性判别分析（LDA）

  • 所有类有相同的协方差矩阵。

  • Σ ^ γ = ( 1. − γ ) Σ ^ + γ 诊断接头 ( Σ ^ ) ．

    Σ ^ 是经验的、合并的协方差矩阵和γ是正则化的量。
“对角线性” 乔治。 所有类别都有相同的对角协方差矩阵。
“pseudolinear” 乔治。 所有类有相同的协方差矩阵。该软件利用伪逆对协方差矩阵进行反演。
“二次” 二次判别分析（QDA） 协方差矩阵可能因类别而异。
“对角二次型” 量子点 协方差矩阵是对角矩阵，在不同类别中可能有所不同。
“伪二次” 量子点 协方差矩阵在不同的类别中可能有所不同。软件使用伪逆求协方差矩阵。

注

若要使用正则化，必须指定“线性”．要指定正则化的数量，请使用γ名称-值对参数。

例子:“DiscrimType”、“二次”

系数属性标志，指定为逗号分隔对，由“菲尔科夫斯”和“开”或“关闭”．将标志设置为“开”填充系数属性。这可能需要大量计算，尤其是在交叉验证时。默认值为“开”，除非指定交叉验证的名称-值对，在这种情况下标志被设置为“关闭”默认情况下。

例子:“FillCoeffs”,“关闭”

估计预测值的协方差矩阵时应用的正则化量，指定为逗号分隔对，包括“伽马”以及区间[0,1]中的标量值。γ对协方差矩阵结构的控制比DiscrimType．

  • 如果您指定0，则软件不使用正则化来调整协方差矩阵。也就是说，软件估计并使用不受限制的经验协方差矩阵。

    • 对于线性判别分析，如果经验协方差矩阵是奇异的，则软件自动应用所需的最小正则化来反转协方差矩阵。您可以通过输入显示所选择的正则化金额Mdl。γ在命令行。

    • 对于二次判别分析，如果至少有一类具有奇异的经验协方差矩阵，则软件会抛出错误。

  • 如果在区间(0,1)中指定一个值，则必须实现线性判别分析，否则软件会抛出错误。因此，软件设置DiscrimType到“线性”．

  • 如果您指定1.，然后软件使用最大正则化进行协方差矩阵估计。也就是说，软件限制协方差矩阵为对角线。或者，您可以设置DiscrimType到“diagLinear”或“对角二次型”对于对角协方差矩阵。

例子:“伽马”,1

数据类型：单一的|双

标志保存协方差矩阵，指定为逗号分隔对组成“SaveMemory”,要么“开”或“关闭”．如果您指定“开”那么fitcdiscr不存储完整的协方差矩阵，而是存储足够的信息来计算矩阵。的预测方法计算完整的协方差矩阵用于预测，不存储矩阵。如果您指定“关闭”那么fitcdiscr计算并存储完整的协方差矩阵Mdl．

具体说明SaveMemory作为“开”当输入矩阵包含数千个预测值时。

例子:“保存内存”，“打开”

输出参数

全部折叠

适用于训练集合或纠错输出代码(ECOC)多类模型的判别分析分类模板，作为模板对象返回。通过T到菲特森布尔或fitcecoc，分别指定如何为集成或ECOC模型创建判别分析分类器。

如果你显示T到命令窗口，则所有未指定的选项都显示为空(［］）.但是，在训练期间，软件会用相应的默认值替换空选项。

另见

|||

介绍了R2014a

统计和机器学习工具箱文档

金宝app

掌握机器学习：用MATLAB逐步指导

掌握机器学习：用MATLAB逐步指导

下载电子书