resubEdge

加载电离层数据集。这个数据集有34个预测因子和351二进制响应雷达回报,要么坏(“b”)或好(‘g’)。

负载电离层

训练支持向量机(金宝appSVM)分类器。标准化的数据并指定‘g’是积极的类。

SVMModel = fitcsvm (X, Y,“标准化”,真的,“类名”,{“b”,‘g’});

SVMModel是一个培训ClassificationSVM分类器。

估计resubstitution边缘,训练样本的均值的利润率。

e = resubEdge (SVMModel)

e = 5.0997

分类器的分类器边缘措施的平均利润率。进行特征选择的方法之一是比较从多个模型训练样本的边缘。仅仅根据这一标准,最高的分类器边缘是最好的分类器。

加载电离层数据集。删除前两个稳定的预测因子。

负载电离层X = X(:, 3:结束);

定义这两个数据集:

fullX = X;idx = fscmrmr (X, Y);partX = X (:, idx (1:10));

火车一套朴素贝叶斯分类器对每个预测。

FullMdl = fitcnb (fullX Y);PartMdl = fitcnb (partX Y);

FullMdl和PartMdl被训练ClassificationNaiveBayes分类器。

估计每个分类器的训练样本的边缘。

fullEdge = resubEdge (FullMdl)

fullEdge = 0.6554

partEdge = resubEdge (PartMdl)

partEdge = 0.7796

分类器训练的边缘上的10个最重要的因素是大。这个结果表明,分类器训练只使用那些预测样本有更好的健康。

比较广义相加模型(GAM)与线性术语GAM线性和交互方面通过分析训练样本利润和优势。基于这种比较,利润率最高的分类器和边缘是最好的模型。

1994年的人口普查数据加载存储census1994.mat。数据集由人口数据来自美国人口普查局预测一个人是否使每年超过50000美元。分类的任务是配合一个模型,预测人们的工资类别考虑到他们的年龄,工人阶级,教育程度、婚姻状况、种族、等等。

负载census1994

census1994包含了训练数据集adultdata和测试数据集成人。减少运行时间对于本例,二次抽样样品500训练观察adultdata通过使用datasample函数。

rng (“默认”)%的再现性NumSamples = 5 e2;adultdata = datasample (adultdata NumSamples,“替换”、假);

火车的GAM包含预测的线性和交互方面。指定包含所有可用的交互方面的p值不大于0.05。

Mdl = fitcgam (adultdata,“工资”,“互动”,“所有”,“MaxPValue”,0.05)

Mdl = ClassificationGAM PredictorNames:{‘年龄’‘workClass’‘fnlwgt’‘教育’‘education_num’‘marital_status’‘占领’的关系”“种族”“性”“capital_gain”“capital_loss”“hours_per_week”“native_country”} ResponseName:“工资”CategoricalPredictors:[2 4 6 7 8 9 10 14]一会:(< = 50 k > 50 k) ScoreTransform:分对数的截距:-28.5594交互:[82 x2双]NumObservations: 500属性,方法

Mdl是一个ClassificationGAM模型对象。Mdl包括82个交互方面。

估计的训练样本的利润率和边缘Mdl。

M = resubMargin (Mdl);E = resubEdge (Mdl)

E = 1.0000

估计的训练样本的利润率和边缘Mdl不包括交互方面。

M_nointeractions = resubMargin (Mdl,“IncludeInteractions”、假);E_nointeractions = resubEdge (Mdl,“IncludeInteractions”假)

E_nointeractions = 0.9516

使用箱形图显示分布的利润率。

箱线图([M M_nointeractions],“标签”,{“线性和交互条款”,“线性条件仅”})标题(训练样本的利润率的箱形图)

当你包括交互项的计算,所有resubstitution利润值Mdl1,resubstitution边缘值(平均利润率)是1。边缘和边缘减少当你不包括交互条款Mdl。