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

CompactRegressionEnsemble

Paquete: classreg.learning.regr

Clase de conjunto de regresión compacta

Descripción

Versión compacta de un conjunto de regresión (de clase).RegressionEnsemble La versión compacta no incluye los datos para entrenar el conjunto de regresión. Por lo tanto, no puede realizar algunas tareas con un conjunto de regresión compacta, como la validación cruzada. Utilice un conjunto de regresión compacta para realizar predicciones (regresiones) de nuevos datos.

Construcción

ens = compact(fullEns) construye un conjunto de decisiones compacto a partir de un conjunto de decisiones completo.

Argumentos de entrada

fullEns

Un conjunto de regresión creado por.fitrensemble

Propiedades

CategoricalPredictors

Índices predictores categóricos, especificados como un vector de enteros positivos. contiene valores de índice correspondientes a las columnas de los datos del predictor que contienen predictores categóricos.CategoricalPredictors Si ninguno de los predictores es categórico, entonces esta propiedad está vacía ().[]

CombineWeights

Un vector de caracteres que describe cómo el conjunto combina las predicciones del alumno.

ExpandedPredictorNames

Nombres de predictores ampliados, almacenados como una matriz de vectores de caracteres de celda.

Si el modelo utiliza codificación para variables categóricas, incluye los nombres que describen las variables expandidas.ExpandedPredictorNames De lo contrario, es el mismo que.ExpandedPredictorNamesPredictorNames

NumTrained

Número de estudiantes entrenados en el conjunto, un escalar positivo.

PredictorNames

Matriz de nombres de celdas para las variables predictoras, en el orden en que aparecen.X

ResponseName

Un vector de caracteres con el nombre de la variable de respuesta.Y

ResponseTransform

Identificador de función para transformar puntuaciones o vector de caracteres que representa una función de transformación integrada. significa que no hay transformación; equivalentemente, significa.'none''none'@(x)x

Añadir o cambiar una función utilizando la notación de puntos:ResponseTransform

ens.ResponseTransform = @function

Trained

Los alumnos capacitados, un conjunto de celdas de modelos de regresión compacta.

TrainedWeights

Un vector numérico de pesos que el conjunto asigna a sus alumnos. El conjunto calcula la respuesta pronosticada agregando predicciones ponderadas de sus alumnos.

Métodos

lossError de regresión
predictPredecir respuestas usando conjuntos de modelos de regresión
predictorImportanceLas estimaciones de importancia predictora
removeLearnersQuite los miembros del conjunto de regresión compacta

Semántica de copia

Valor. Para saber cómo afectan las clases de valor a las operaciones de copia, consulte.Copiar objetos (MATLAB)

Ejemplos

contraer todo

Cree un conjunto de regresión compacta para realizar predicciones de forma eficaz sobre nuevos datos.

Cargue el conjunto de datos.carsmall Considere un modelo que explica la economía de combustible de un automóvil () utilizando su peso () y el número de cilindros ().MPGWeightCylinders

load carsmall X = [Weight Cylinders]; Y = MPG;

Entrena un conjunto potenciado de 100 árboles de regresión usando el.LSBoost Especifique que es una variable categórica.Cylinders

Mdl = fitrensemble(X,Y,'PredictorNames',{'W','C'},...     'CategoricalPredictors',2)
Mdl =    classreg.learning.regr.RegressionEnsemble            PredictorNames: {'W'  'C'}              ResponseName: 'Y'     CategoricalPredictors: 2         ResponseTransform: 'none'           NumObservations: 94                NumTrained: 100                    Method: 'LSBoost'              LearnerNames: {'Tree'}      ReasonForTermination: 'Terminated normally after completing the requested number of training cycles.'                   FitInfo: [100x1 double]        FitInfoDescription: {2x1 cell}            Regularization: []     Properties, Methods  

es un objeto de modelo que contiene los datos de entrenamiento, entre otras cosas.MdlRegressionEnsemble

Cree una versión compacta de.Mdl

CMdl = compact(Mdl)
CMdl =    classreg.learning.regr.CompactRegressionEnsemble            PredictorNames: {'W'  'C'}              ResponseName: 'Y'     CategoricalPredictors: 2         ResponseTransform: 'none'                NumTrained: 100     Properties, Methods  

es un objeto de modelo. es casi lo mismo que.CMdlCompactRegressionEnsembleCMdlMdl Una excepción es que no almacena los datos de entrenamiento.CMdl

Compare las cantidades de espacio consumido por y.MdlCMdl

mdlInfo = whos('Mdl'); cMdlInfo = whos('CMdl'); [mdlInfo.bytes cMdlInfo.bytes]
ans = 1×2

      490933      466134

consume más espacio que.MdlCMdl

almacena los árboles de regresión entrenados (objetos de modelo) que componen.CMdl.TrainedCompactRegresionTreeMdl

Muestre un gráfico del primer árbol en el conjunto compacto.

view(CMdl.Trained{1},'Mode','graph');

De forma predeterminada, crece árboles poco profundos para conjuntos de árboles potenciado.fitrensemble

Predecir la economía de combustible de un coche típico utilizando el conjunto compacto.

typicalX = [mean(X(:,1)) mode(X(:,2))]; predMeanX = predict(CMdl,typicalX)
predMeanX = 26.2520 

Sugerencias

Para un conjunto compacto de árboles de regresión, la propiedad de almacena un vector de celda de objetos de modelo.Trainedensens.NumTrainedCompactRegressionTree Para una visualización textual o gráfica del árbol t en el vector de celda, escriba

view(ens.Trained{t})

Capacidades ampliadas

Introducido en R2011a