このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
高次元データのバイナリ分類用の線形モデル
ClassificationLinear
は,バイナリ分類用の学習済み線形モデルオブジェクトです。この線形モデルは,サポートベクターマシン(SVM)またはロジスティック回帰モデルです。fitclinear
は,高次元データセットの計算時間を短縮する手法(確率的勾配降下法など)を使用して目的関数を最小化することによりClassificationLinear
モデルをあてはめます。分類損失と正則化項を加算することにより目的関数が構成されます。
他の分類モデルと異なり,メモリ消費を節約するため,ClassificationLinear
モデルオブジェクトには学習データが格納されません。ただし,推定した線形モデル係数,事前クラス確率,正則化強度などは格納されます。
学習済みのClassificationLinear
モデルを使用して,新しいデータの分類スコアまたはラベルを予測できます。詳細については,预测
を参照してください。
ClassificationLinear
オブジェクトの作成にはfitclinear
を使用します。
边缘 |
線形分類モデルの分類エッジ |
incrementalLearner |
バイナリ分類用の線形モデルをインクリメンタル学習器に変換 |
石灰 |
本地可解释模型不可知解释(LIME) |
损失 |
線形分類モデルの分類損失 |
保证金 |
線形分類モデルの分類マージン |
partialDependence |
部分従属の計算 |
plotPartialDependence |
部分依存プロット(PDP)および個別条件付き期待値(ICE)プロットの作成 |
预测 |
線形分類モデルのラベルの予測 |
沙普利 |
シャープレイ値 |
selectModels |
正則化されたバイナリ線形分類モデルのサブセットの選択 |
更新 |
コード生成用にモデルパラメーターを更新 |
値。値のクラスがコピー操作に与える影響については、オブジェクトのコピーを参照してください。
预测
|fitclinear
|ClassificationPartitionedLinear
|ClassificationECOC
|ClassificationPartitionedLinearECOC
|ClassificationKernel