Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

edge

Borde del clasificador de vecino más cercanok

Descripción

E = edge(mdl,tbl,ResponseVarName) Devuelve el borde de clasificación para los datos y la clasificación.mdltbltbl.ResponseVarName Si contiene la variable de respuesta utilizada para entrenar, no es necesario especificar.tblmdlResponseVarName

El borde de clasificación () es un valor escalar que representa la media de la.Emárgenes de clasificación

E = edge(mdl,tbl,Y) Devuelve el borde de clasificación para los datos y la clasificación.mdltblY

ejemplo

E = edge(mdl,X,Y) Devuelve el borde de clasificación para los datos y la clasificación.mdlXY

E = edge(___,'Weights',weights) calcula la arista con ponderaciones de observación adicionales, utilizando cualquiera de los argumentos de entrada de las sintaxis anteriores.weights

Ejemplos

contraer todo

Cree un clasificador de vecino más cercano para los datos de iris de Fisher, donde k = 5.k

Cargue el conjunto de datos de iris de Fisher.

load fisheriris X = meas; Y = species;

Cree un clasificador para cinco vecinos más cercanos.

mdl = fitcknn(X,Y,'NumNeighbors',5);

Examine el borde del clasificador para las observaciones mínimas, medias y máximas clasificadas como, y, respectivamente.'setosa''versicolor''virginica'

NewX = [min(X);mean(X);max(X)]; Y = {'setosa';'versicolor';'virginica'}; E = edge(mdl,NewX,Y)
E = 1 

Los cinco vecinos más cercanos de cada punto se clasifican como la entrada correspondiente.NewXY

Argumentos de entrada

contraer todo

-modelo de clasificador de vecino más cercano, especificado como un objeto.kClassificationKNN

Datos de ejemplo utilizados para entrenar el modelo, especificado como una tabla. Cada fila de corresponde a una observación, y cada columna corresponde a una variable predictora.tbl Opcionalmente, puede contener una columna adicional para la variable de respuesta.tbl No se permiten las variables de varias columnas ni matrices de celdas que no sean matrices de celdas de vectores de caracteres.

Si contiene la variable de respuesta utilizada para entrenar, no es necesario especificar o.tblmdlResponseVarNameY

Si entrena con datos de ejemplo contenidos en a, los datos de entrada paramdltable edge también debe estar en una tabla.

Tipos de datos: table

Nombre de variable de respuesta, especificado como el nombre de una variable en.tbl Si contiene la variable de respuesta utilizada para entrenar, no es necesario especificar.tblmdlResponseVarName

Debe especificar como un vector de caracteres o un escalar de cadena.ResponseVarName Por ejemplo, si la variable de respuesta se almacena como, a continuación, especifíquese como.tbl.response'response' De lo contrario, el software trata todas las columnas de, incluidos, como predictores.tbltbl.response

La variable de respuesta debe ser una matriz categórica, de caracteres o de cadena, un vector lógico o numérico o una matriz de vectores de caracteres. Si la variable de respuesta es una matriz de caracteres, cada elemento debe corresponder a una fila de la matriz.

Tipos de datos: char | string

Datos de predictor, especificados como una matriz numérica. Cada fila de representa una observación y cada columna representa una variable.X

Tipos de datos: single | double

Etiquetas de clase, especificadas como una matriz categórica, de caracteres o de cadena, Vector lógico o numérico o matriz de celdas de vectores de caracteres. Cada fila de representa la clasificación de la fila correspondiente de.YX

Tipos de datos: categorical | char | string | logical | single | double | cell

Ponderaciones de observación, especificadas como un vector numérico o el nombre de una variable en.tbl

Si se especifica como un vector numérico, el tamaño de debe ser igual al número de filas en o.weightsweightsXtbl

Si especifica como el nombre de una variable en, a continuación, el nombre debe ser un vector de caracteres o escalar de cadena.weightstbl Por ejemplo, si las ponderaciones se almacenan como, a continuación, especifique as.tbl.wweights'w' De lo contrario, el software trata todas las columnas de, incluidos, como predictores.tbltbl.w

Si se especifica, la función pondera la observación en cada fila o con el peso correspondiente.weightsBordeXtblweights

Ejemplo: 'Weights','w'

Tipos de datos: single | double | char | string

Más acerca de

contraer todo

Margen

La clasificación para cada observación es la diferencia entre la clasificación de la clase verdadera y la puntuación de clasificación máxima para las clases falsas.MargenPuntuación

Los márgenes de clasificación forman un vector de columna con el mismo número de filas que o.Xtbl

Puntuación

La de una clasificación es la probabilidad posterior de la clasificación.Puntuación La probabilidad posterior es el número de vecinos con esa clasificación dividida por el número de vecinos. Para obtener una definición más detallada que incluya pesos y probabilidades previas, consulte.Probabilidad posterior

Capacidades ampliadas

Introducido en R2012a