Regressziós hiba - MATLAB

L = veszteség (ens, tbl, ResponseVarName)
L = veszteség (ens, tbl, Y)
L = veszteség (ens, X, Y)
L = veszteség (___, név, érték)

Leírás

L = veszteség (ens, tbl, ResponseVarName) a tbl adataihoz tartozó ens előrejelzések közötti átlagos négyzetbeli hibát adja vissza a tbl valós válaszokhoz képest. .

L = veszteség (ens, tbl, Y) az ens előrejelzései közötti átlagos négyzethibát adja vissza a tbl adatokhoz, az Y valós válaszokhoz képest .

L = veszteség (ens, X, Y) az X előrejelzései közötti átlagos négyzethibát adja vissza az X-ben szereplő adatokhoz, az Y valós válaszokhoz képest .

L = veszteség (___, Név, Érték) kiszámítja az előrejelzés hibáját további opciókkal, amelyeket egy vagy több Név, Érték pár argumentum határoz meg, az előző szintaxisok bármelyikének felhasználásával.

Beviteli érvek

Regressziós együttes, amelyet fitrensemble-vel vagy kompakt módszerrel hoztak létre.

Mintadat, táblázatként megadva. A tbl minden sora egy megfigyelésnek felel meg, és minden oszlop egy prediktor változónak felel meg. A tbl-nek tartalmaznia kell a modell kiképzéséhez használt összes prediktort. Nem engedélyezett többoszlopos változók és cellarendszerek, kivéve a karaktervektorok sejttömbjeit.

Ha egy táblázatban található mintaadatok felhasználásával képezte magát, akkor ennek a módszernek a bemeneti adatainak is táblázatban kell lenniük.

Válaszváltozó neve, a tbl változó neveként megadva. A válaszváltozónak numerikus vektornak kell lennie.

Meg kell adnia a ResponseVarName karaktervektort vagy karakterlánc skalárt. Például, ha az Y válaszváltozót tbl.Y fájlként tárolja, akkor adja meg azt „Y” -ként. Egyébként a szoftver a tbl összes oszlopát, beleértve az Y-t is, prediktorként kezeli a modell oktatása során.

A prediktor értékek mátrixa. X minden oszlopa egy változót jelent, és minden sor egy megfigyelést jelent.

Az X-ben szereplő NaN-értékeket hiányzó értékeknek tekintjük. Az X összes hiányzó értékével végzett megfigyeléseket nem használják a veszteség kiszámításához.

Ha egy mátrixban található mintaadatokat használva képezte magát, akkor ennek a módszernek a bemeneti adatainak is mátrixban kell lenniük.

Numerikus oszlopvektor, ugyanannyi sorral, mint a tbl vagy az X. Minden Y bejegyzés a tbl vagy X megfelelő sorának adataira adott válasz .

Az Y-ban szereplő NaN-értékeket hiányzó értékeknek tekintjük. Az Y hiányzó értékeivel végzett megfigyeléseket nem használják a veszteség kiszámításakor.

Név-érték pár érvek

Adjon meg opcionálisan vesszővel elválasztott Név, Érték argumentumokat. A név az argumentum neve, az Érték pedig a megfelelő érték. A névnek idézőjelek között kell szerepelnie. Több név- és értékpár argumentumot megadhat bármilyen sorrendben: Név1, Érték1. Név, ÉrtékN .

A gyengén tanulók mutatói az együttesben 1-től kezdve. Az oobEdge csak ezeket a tanulókat használja a veszteség kiszámításához.

Alapértelmezett: 1: NumTrained

Funkció fogantyú a veszteségfüggvényhez, vagy „mse”, ami négyzetes hibát jelent. Ha átad egy szórakoztató függvénykezelőt, a veszteség így hívja

ahol Y, Yfit és W azonos hosszúságú numerikus vektorok.

Y a megfigyelt válasz.

Az Yfit az előre jelzett válasz.

W a megfigyelési súly.

A visszaadott érték fun (Y, Yfit, W) skalárnak kell lennie.

Alapértelmezett: „mse”

Az L kimenet jelentése:

„együttes” - az L skaláris érték, az egész együttes vesztesége.

„egyén” - L egy vektor, amelynek képzett tanulónként egy eleme van.

„kumulatív” - L olyan vektor, amelyben J elemet kapunk az 1: J tanulók felhasználásával a tanulók bemeneti listájáról.

Alapértelmezett: 'együttes'

Egy logikai mátrix, amelynek mérete N-by- NumTrained, ahol N az X. megfigyelések száma, a NumTrained pedig a gyenge tanulók száma. Ha a UseObsForLearner (I, J) igaz, a prediktív J tanuló felhasználja az I. megfigyelés előrejelzését .

Alapértelmezett: true (N, NumTrained)

A megfigyelési súlyok numerikus vektora ugyanolyan elemszámú, mint Y. A súlyokkal történő veszteség képlete a Súlyozott átlag négyzethiba.

Alapértelmezett: egyek (méret (Y))

Kimeneti érvek

Az előrejelzések súlyozott átlagos négyzethibája. A veszteség képlete a súlyozott átlag négyzethiba.