resubPredict

预测判别分析分类模型的替代标签

语法

标签= resubPredict (obj) [标签,后]= resubPredict (obj) (标签、后成本)= resubPredict (obj)

标签= resubPredict (obj）返回标签obj预测数据obj。X．标签是关于obj根据数据fitcdiscr用于创建obj．

［标签，后) = resubPredict (obj）返回预测的后验类概率。

［标签，后，成本) = resubPredict (obj）为重新替换的数据返回每个类的预测错误分类代价。

obj

判别分析分类器，产生使用fitcdiscr．

`标签`	响应`obj`预测训练数据。`标签`数据类型是否与训练响应数据相同`obj。Y`．预测的类标签是期望误分类代价最小的类标签;看到使用判别分析模型进行预测．
`后`	`N`——- - - - - -`K`类的后验概率矩阵`obj`预测,`N`观察的次数和`K`是类的数量。
`成本`	`N`——- - - - - -`K`预测错误分类成本矩阵。每种代价都是相对于后验概率的平均误分类代价。

求一个判别分析分类器的Fisher虹膜数据的误分类总数:

Load fishiris obj = fitcdiscr(meas,species);Ypredict = resubPredict (obj);Ysame = strcmp(Ypredict，物种);;% true当== sum(~Ysame) %有多少是不同的?ans = 3