selectModels
选择由二进制组成的多类ECOC模型子集ClassificationLinear
学习者
描述
返回训练过的纠错输出码(ECOC)模型的子集SubMdl
= selectModels (Mdl
,idx
)ClassificationLinear
从一组多类ECOC模型(Mdl
)训练使用各种正则化强度。指数(idx
)对应的正则化强度Mdl.BinaryLearners {1} .Lambda
并指定要返回哪些模型。
SubMdl
返回为CompactClassificationECOC
模型对象。
例子
输入参数
提示
构建由二元线性分类模型组成的多个预测ECOC模型的一种方法是:
创建一个线性分类模型模板
templateLinear
并指定正则化强度的网格'
λ
'
名称-值对的论点。保留一部分数据进行测试。
训练ECOC模型
fitcecoc
.方法指定模板'
学习者
'
名称值对参数并提供训练数据。fitcecoc
返回一个CompactClassificationECOC
模型对象包含ClassificationLinear
二元学习器,但所有二元学习器都包含每个正则化强度的模型。为了确定每个正则化模型的质量,将返回的模型对象和保留数据传递给,例如,
损失
.确定指标(
idx
),然后将返回的模型和索引传递给selectModels
.这个函数selectModels
返回一个CompactClassificationECOC
模型对象,但它包含元素个数(idx)
正则化模型。要预测新数据的类标签,将数据和正则化模型的子集传递给
预测
.
版本历史
介绍了R2016a