创建偏依赖图(PDP)和个体条件期望图(ICE)
plotPartialDependence (
计算并绘制中列出的预测变量之间的偏依赖关系RegressionMdl
,var
)var
并利用回归模型进行预测RegressionMdl
,其中包含预测数据。
如果指定一个变量var
,该函数创建了对变量的偏依赖性的折线图。
如果指定两个变量var
,该函数创建了对两个变量的偏依赖性的曲面图。
plotPartialDependence (
计算并绘制中列出的预测变量之间的偏依赖关系ClassificationMdl
,var
,标签
)var
以及指定课程的分数标签
通过使用分类模型ClassificationMdl
,其中包含预测数据。
如果指定一个变量var
还有一门课标签
,该函数为指定的类创建对变量的偏依赖性的折线图。
如果指定一个变量var
和多个类标签
,该函数在一个图上为每个类创建折线图。
如果指定两个变量var
还有一门课标签
,该函数创建了对两个变量的偏依赖性的曲面图。
plotPartialDependence
使用一个预测
预测反应或分数的函数。plotPartialDependence
选择适当的预测
根据模型函数(RegressionMdl
或ClassificationMdl
)和运行预测
使用默认设置。有关各预测
功能,请参见预测
函数在下面两个表。如果指定的模型是基于树的模型(不包括树的增强集成)和“条件”
是“没有”
,然后plotPartialDependence
使用加权遍历算法代替预测
函数。有关详细信息,请参见加权算法遍历.
回归模型对象
模型类型 | 完整或紧凑回归模型对象 | 预测反应的功能 |
---|---|---|
用于决策树集成的引导聚合 | CompactTreeBagger |
预测 |
用于决策树集成的引导聚合 | TreeBagger |
预测 |
回归模型集合 | RegressionEnsemble ,RegressionBaggedEnsemble ,CompactRegressionEnsemble |
预测 |
采用随机特征展开的高斯核回归模型 | RegressionKernel |
预测 |
高斯过程回归 | RegressionGP ,CompactRegressionGP |
预测 |
广义加性模型 | RegressionGAM ,CompactRegressionGAM |
预测 |
广义线性混合效应模型 | GeneralizedLinearMixedModel |
预测 |
广义线性模型 | GeneralizedLinearModel ,CompactGeneralizedLinearModel |
预测 |
线性混合效应模型 | LinearMixedModel |
预测 |
线性回归 | LinearModel ,CompactLinearModel |
预测 |
高维数据的线性回归 | RegressionLinear |
预测 |
神经网络回归模型 | RegressionNeuralNetwork ,CompactRegressionNeuralNetwork |
预测 |
非线性回归 | NonLinearModel |
预测 |
回归树 | RegressionTree ,CompactRegressionTree |
预测 |
金宝app支持向量机 | RegressionSVM ,CompactRegressionSVM |
预测 |
分类模型对象
模型类型 | 完整或紧凑的分类模型对象 | 预测标签和分数的函数 |
---|---|---|
判别分析分类器 | ClassificationDiscriminant ,CompactClassificationDiscriminant |
预测 |
支持向量机或其他分类器的多类模型金宝app | ClassificationECOC ,CompactClassificationECOC |
预测 |
学习者集合进行分类 | ClassificationEnsemble ,CompactClassificationEnsemble ,ClassificationBaggedEnsemble |
预测 |
基于随机特征展开的高斯核分类模型 | ClassificationKernel |
预测 |
广义加性模型 | ClassificationGAM ,CompactClassificationGAM |
预测 |
k最近的邻居模型 | ClassificationKNN |
预测 |
线性分类模型 | ClassificationLinear |
预测 |
朴素贝叶斯模型 | ClassificationNaiveBayes ,CompactClassificationNaiveBayes |
预测 |
神经网络分类器 | ClassificationNeuralNetwork ,CompactClassificationNeuralNetwork |
预测 |
金宝app单类和二元分类的支持向量机 | ClassificationSVM ,CompactClassificationSVM |
预测 |
用于多类分类的二叉决策树 | ClassificationTree ,CompactClassificationTree |
预测 |
决策树的袋装集合 | TreeBagger ,CompactTreeBagger |
预测 |
partialDependence
计算部分依赖而不可视化。该函数可以在一个函数调用中计算两个变量和多个类的偏依赖关系。
[3]哈斯蒂,特雷弗,罗伯特·蒂布希拉尼,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年。
石灰
|oobPermutedPredictorImportance
|partialDependence
|predictorImportance (RegressionEnsemble)
|predictorImportance (RegressionTree)
|relieff
|sequentialfs
|沙普利