主要内容

surrogateAssociation

回归树中代理分裂关联的平均预测度量

展开全部页面

语法

ma = surrogatassociation(树)
ma = surrogatassociation(树，N)

描述

妈= surrogateAssociation (树）中预测器的关联预测度量返回一个矩阵树．

妈= surrogateAssociation (树，N）返回向量中节点的关联预测度量的平均矩阵N．

输入参数

树

用构造的回归树fitrtree，或用构造的紧回归树紧凑的．

N

节点数的向量树．

输出参数

妈

  • ma = surrogatassociation(树)返回一个P——- - - - - -P矩阵,P预测因子的数量在吗树．硕士(i, j)是关联的预测测量在最优分变量之间我和一个代理分裂变量j．详情请参见算法．

  • ma = surrogatassociation(树，N)返回一个P——- - - - - -P表示向量中节点上平均变量之间关联的预测度量N．N包含节点号1来马克斯(tree.NumNodes)．

例子

全部展开

打开实时脚本

加载carsmall数据集。指定位移，马力,重量作为预测变量。

负载carsmallX =[排量马力重量];

使用生长回归树英里/加仑作为响应。指定对缺失的值使用代理分割。

(X,MPG，“代孕”，“上”）;

找出预测变量之间关联的平均预测测度。

ma = surrogatassociation(树)
马=3×31.0000 0.2167 0.5083 0.4521 1.0000 0.3769 0.2540 0.2659 1.0000

中奇数节点的平均关联的平均预测度量树．

N = 1:2:tree.NumNodes;ma = surrogatassociation(树，N)
马=3×31.0000 0.1250 0.6875 0.5632 1.0000 0.5861 0.3333 0.3148 1.0000

更多关于

全部展开

算法

元素硕士(i, j)关联的预测措施是否在预测器的代理分裂上平均j哪个预测器我是最佳的分裂预测器。这个平均值是通过对预测器上的最佳分割的关联预测测量的阳性值求和来计算的我和代理人分裂预测j除以预测器上最优分割的总数我，包括预测因素之间关联的预测度量的分裂我而且j是负的。

扩展功能

另请参阅

||