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。
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
plotPartialDependence (
は,回帰モデルRegressionMdl
,var
)RegressionMdl
を使用して,var
に記載されている予測子変数間の部分従属と,予測応答を計算してプロットします。これには予測子データが含まれます。
var
で1つの変数を指定した場合,関数は変数に対する部分従属のラインプロットを作成します。
var
で2つの変数を指定した場合,関数は2つの変数に対する部分従属の表面プロットを作成します。
plotPartialDependence (
は,分類モデルClassificationMdl
,var
,标签
)ClassificationMdl
を使用して,var
に記載されている予測子変数間の部分従属と,标签
で指定されたクラスのスコアを計算してプロットします。これには予測子データが含まれます。
var
で1つの変数を,标签
で1つのクラスを指定した場合,関数は指定されたクラスの変数に対する部分従属のラインプロットを作成します。
var
で1つ変数を,标签
で複数クラスを指定した場合,関数は1つの图の各クラスのラインプロットを作成します。
var
で2つの変数を,标签
で1つのクラスを指定した場合,関数は2つの変数に対する部分従属の表面プロットを作成します。
plotPartialDependence (___,
は1つ以上の名前と値のペアの引数によって指定された追加オプションを使用します。たとえば,名称,值
)“有条件的”,“绝对”
を指定した場合,関数plotPartialDependence
はPDP,選択した予測子変数と予測応答またはスコアの散布図,および各観測値の冰プロットが含まれている图を作成します。
plotPartialDependence
は,関数预测
を使用して応答またはスコアを予測します。plotPartialDependence
は,モデル(RegressionMdl
またはClassificationMdl
)に従って適切な関数预测
を選択し,既定の設定で预测
を実行します。各関数预测
の詳細については,次の2つの表の関数预测
を参照してください。指定したモデルが木ベースのモデル(木のブースティングアンサンブルを除く)で“条件”
が“没有”
の場合,plotPartialDependence
は関数预测
ではなく重み付き走査アルゴリズムを使用します。詳細については,重み付き走査アルゴリズムを参照してください。
回帰モデルオブジェクト
モデルタイプ | 完全またはコンパクトな回帰モデルオブジェクト | 応答を予測する関数 |
---|---|---|
決定木のアンサンブルのバギング | CompactTreeBagger |
预测 |
決定木のアンサンブルのバギング | TreeBagger |
预测 |
回帰モデルのアンサンブル | RegressionEnsemble ,RegressionBaggedEnsemble ,CompactRegressionEnsemble |
预测 |
ランダムな特徴量拡張を使用したガウスカーネル回帰モデル | RegressionKernel |
预测 |
ガウス過程回帰 | RegressionGP ,CompactRegressionGP |
预测 |
一般化加法モデル | RegressionGAM ,CompactRegressionGAM |
预测 |
一般化線形混合効果モデル | GeneralizedLinearMixedModel |
预测 |
一般化線形モデル | GeneralizedLinearModel ,CompactGeneralizedLinearModel |
预测 |
線形混合効果モデル | LinearMixedModel |
预测 |
線形回帰 | LinearModel ,CompactLinearModel |
预测 |
高次元データの線形回帰 | RegressionLinear |
预测 |
ニューラルネットワーク回帰モデル | RegressionNeuralNetwork ,CompactRegressionNeuralNetwork |
预测 |
非線形回帰 | NonLinearModel |
预测 |
回帰木 | RegressionTree ,CompactRegressionTree |
预测 |
サポートベクターマシン | RegressionSVM ,CompactRegressionSVM |
预测 |
分類モデルオブジェクト
モデルタイプ | 完全またはコンパクトな分類モデルオブジェクト | ラベルとスコアを予測する関数 |
---|---|---|
判別分析分類器 | ClassificationDiscriminant ,CompactClassificationDiscriminant |
预测 |
サポートベクターマシンまたはその他の分類器用のマルチクラスモデル | ClassificationECOC ,CompactClassificationECOC |
预测 |
分類用のアンサンブル学習器 | ClassificationEnsemble ,CompactClassificationEnsemble ,ClassificationBaggedEnsemble |
预测 |
ランダムな特徴量拡張を使用したガウスカーネル分類モデル | ClassificationKernel |
预测 |
一般化加法モデル | ClassificationGAM ,CompactClassificationGAM |
预测 |
k最近傍モデル | ClassificationKNN |
预测 |
線形分類モデル | ClassificationLinear |
预测 |
単純ベイズモデル | ClassificationNaiveBayes ,CompactClassificationNaiveBayes |
预测 |
ニューラルネットワーク分類器 | ClassificationNeuralNetwork ,CompactClassificationNeuralNetwork |
预测 |
1クラスおよびバイナリ分類用のサポートベクターマシン | ClassificationSVM ,CompactClassificationSVM |
预测 |
マルチクラス分類用の二分決定木 | ClassificationTree ,CompactClassificationTree |
预测 |
決定木のバギングアンサンブル | TreeBagger ,CompactTreeBagger |
预测 |
partialDependence
は可視化せずに部分従属を計算します。この関数は1回の関数呼び出しで2つの変数と複数クラスの部分従属を計算できます。
哈斯蒂,特雷弗,罗伯特·蒂布希拉尼和杰罗姆·弗里德曼。统计学习的要素。纽约,纽约:施普林格纽约,2001。
oobPermutedPredictorImportance
|predictorImportance (RegressionEnsemble)
|predictorImportance (RegressionTree)
|relieff
|sequentialfs
|石灰
|partialDependence
|沙普利