主要内容

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。

kfoldfun

分類での関数の交差検証

ページ内をすべて折りたたむ

    構文

    瓦尔斯= kfoldfun (CVMdl乐趣)

    説明

    例

    瓦尔斯= kfoldfun (CVMdl，有趣的）は,交差検証済みモデルCVMdlに格納されているデータに有趣的を適用することにより,関数有趣的を交差検証します。関数有趣的は,関数ハンドルとして渡す必要があります。

    例

    すべて折りたたむ

    ライブスクリプトを開く

    分類木分類器に学習をさせてから,カスタムk分割損失関数を使用してこれを交差検証します。

    フィッシャーのアヤメのデータセットを読み込みます。

    负载fisheriris

    分類木分類器を学習させます。

    Mdl = fitctree(量、种类);

    MdlはClassificationTreeモデルです。

    既定の10分割交差検証を使用してMdlを交差検証します。検証分割観測値の分類誤差(誤分類された観測値の比率)を計算します。

    rng (1);%的再现性CVMdl = crossval (Mdl);L = kfoldLoss (CVMdl,“LossFun”，“classiferror”）
    L = 0.0467

    花を多色的として誤分類するコストが10,他の誤分類のコストが1である場合の結果を確認します。カスタム関数noversicolor(この例の終わりに掲載)を作成します。この関数は,花を多色的と誤分類する場合のコストを10として,他の誤分類のコストを1とします。

    noversicolorコストの平均誤分類誤差を計算します。

    意思是(kfoldfun (CVMdl @noversicolor))
    ans = 0.2267

    次のコードは,関数noversicolorを作成します。

    函数averageCost = noversicolor (CMP, ~, ~, ~, Xtest,欧美,~)% noversicolor自定义交叉验证函数示例迷彩虹膜错误分类花费10，迷彩虹膜错误分类花费1%其他的虹膜。本示例函数需要fishiris数据%设置。Xtest Ypredict =预测(CMP);更进一步的=不(strcmp (Ypredict、欧美));%不同的结果classifiedAsVersicolor = strcmp (Ypredict,“多色的”）；错误决策指数成本= sum(误分类)+．..9 *和& classifiedAsVersicolor分类错误();%的总差异averageCost =成本/元素个数(欧美);平均误差百分比结束

    入力引数

    すべて折りたたむ

    交差検証済みモデル。ClassificationPartitionedModelオブジェクト,ClassificationPartitionedEnsembleオブジェクトまたはClassificationPartitionedGAMオブジェクトを指定します。

    交差検証関数。関数ハンドルを指定します。有趣的の構文は次のとおりです。

    testvals =乐趣(CMP、Xtrain Ytrain, Wtrain, Xtest,欧美,wte)

    • CMPは,CVMdl.Trainedプロパティの1つの要素に保存されたコンパクトモデルです。

    • Xtrainは,予測値の学習行列です。

    • Ytrainは,応答値の学習配列です。

    • Wtrainは観測に適用される学習の重みです。

    • Xtestおよび欧美は,重みwteが関連付けられた検定データです。

    • 戻り値testvalsは,すべての分割で同じサイズでなければなりません。

    データ型:function_handle

    出力引数

    すべて折りたたむ

    交差検証の結果。数値行列として返されます。瓦尔斯にはtestvals出力の配列が格納され,すべての分割で垂直に連結されます。たとえば,すべての分割からのtestvalsが,長さNの数値ベクトルである場合,kfoldfunは1つの分割につき1行でKFold行N列の数値行列を返します。

    データ型:双

    参考

    ||||

    R2011aで導入

    统计和机器学习工具箱ドキュメンテーション

    サポート

    機械学習をマスターする:MATLABステップ・バイ・ステップガイド

    機械学習をマスターする:MATLABステップ・バイ・ステップガイド

    电子书をダウンロードする