ClassificationDiscriminant类
超类:CompactClassificationDiscriminant
判别分析分类
描述
一个ClassificationDiscriminant
对象封装了一个判别分析分类器,它是一个用于数据生成的高斯混合模型。一个ClassificationDiscriminant
对象可以预测新数据的响应预测
方法。该对象包含用于训练的数据,因此可以计算再替换预测。
建设
创建一个ClassificationDiscriminant
对象的使用fitcdiscr
.
属性
|
|
|
分类预测器索引,它总是空的( |
|
训练数据中的元素列表 |
|
类与类之间的边界方程
在哪里 如果 |
|
方阵, 改变一个 |
|
非负标量线性判别模型的δ阈值。如果系数为
改变 |
|
行向量的长度等于预测因子的个数 如果 |
|
指定鉴别类型的字符向量。之一:
改变 可以在线性类型或二次类型之间进行更改,但不能在线性类型和二次类型之间进行更改。 |
|
正则化参数的值,来自的标量
|
|
超参数的交叉验证优化描述,存储为
|
|
类内协方差矩阵行列式的对数。的类型
|
|
非负标量,参数的最小值,使相关矩阵可逆。如果相关矩阵不是奇异的, |
|
培训所用参数 |
|
类的含义,指定为 |
|
训练数据中的观察数,一个数值标量。 |
|
预测变量名称的单元格数组,按它们在训练数据中出现的顺序排列 |
|
每种类别的先验概率的数字向量。元素的顺序 添加或更改 |
|
描述响应变量的字符向量 |
|
表示内置转换函数的字符向量,或用于转换分数的函数句柄。 实现点表示法来添加或更改
|
|
类内协方差矩阵或矩阵。尺寸取决于
|
|
按比例缩小的 |
|
预测值矩阵。每一列的 |
|
在哪里 |
|
具有相同行数的分类数组、字符向量的单元格数组、字符数组、逻辑向量或数字向量 |
对象的功能
紧凑的 |
紧凑的判别分析分类器 |
compareHoldout |
使用新数据比较两种分类模型的准确性 |
crossval |
交叉验证判别分析分类器 |
cvshrink |
线性判别式的交叉验证正则化 |
边缘 |
分类的优势 |
石灰 |
局部可解释模型不可知解释(LIME) |
logp |
对数无条件概率密度判别分析分类器 |
损失 |
分类错误 |
泰姬陵 |
马氏距离对分类器的判别分析方法 |
保证金 |
分类的利润率 |
nLinearCoeffs |
非零线性系数的个数 |
partialDependence |
计算部分依赖 |
plotPartialDependence |
创建偏依赖图(PDP)和个体条件期望图(ICE) |
预测 |
使用判别分析分类模型预测标签 |
resubEdge |
用复代法分类边缘 |
resubLoss |
由替换引起的分类错误 |
resubMargin |
用复代法分类边界 |
resubPredict |
预测判别分析分类模型的替代标签 |
沙普利 |
沙普利值 |
testckfold |
通过重复交叉验证比较两种分类模型的准确性 |
复制语义
价值。要了解值类如何影响复制操作,请参见复制对象.
例子
更多关于
参考文献
[1]郭,Y., T.哈斯蒂,R.蒂布希拉尼。正则化线性判别分析及其在微阵列中的应用。生物统计学,2007年第8卷第1期,86-100页。
扩展功能
版本历史
介绍了R2011b