ClassificationDiscriminant类
超类:CompactClassificationDiscriminant
判别分析分类
描述
一个ClassificationDiscriminant
对象封装了一个判别分析分类器,它是一个用于数据生成的高斯混合模型。一个ClassificationDiscriminant
对象可以预测新数据的响应预测
方法。该对象包含用于训练的数据,因此可以计算再替代预测。
建设
创建一个ClassificationDiscriminant
对象,使用fitcdiscr
.
属性
|
|
|
分类预测器索引,始终为空( |
|
训练数据中的元素列表 |
|
类与类之间的边界方程
在哪里 如果 |
|
方阵,其中 改变一个 |
|
线性判别模型的Delta阈值,非负标量。如果的系数
改变 |
|
行向量的长度等于中的预测数 如果 |
|
指定鉴别类型的字符向量。之一:
改变 您可以在线性类型之间或二次类型之间进行更改,但不能在线性和二次类型之间进行更改。 |
|
Gamma正则化参数的值,从的标量
|
|
超参数的交叉验证优化的描述,存储为
|
|
类内协方差矩阵行列式的对数。的类型
|
|
非负标量,参数的最小值,使相关矩阵是可逆的。如果相关矩阵不是奇异的, |
|
训练参数 |
|
类的意思是,指定为 |
|
训练数据中的观察数,一个数值标量。 |
|
预测变量名称的单元格数组,按照它们在训练数据中出现的顺序 |
|
每个类的先验概率的数字向量。元素的顺序 添加或更改 |
|
描述响应变量的特征向量 |
|
表示内置转换函数的字符向量,或用于转换分数的函数句柄。 实现点表示法来添加或更改
|
|
类内协方差矩阵或矩阵。维度取决于
|
|
按比例缩小的 |
|
预测值矩阵。的每一列 |
|
在哪里 |
|
类别数组、字符向量的单元格数组、字符数组、逻辑向量或具有相同行数的数字向量 |
对象的功能
紧凑的 |
紧凑判别分析分类器 |
crossval |
交叉验证判别分析分类器 |
cvshrink |
线性判别的交叉验证正则化 |
边缘 |
分类的优势 |
logp |
对数无条件概率密度用于判别分析分类器 |
损失 |
分类错误 |
泰姬陵 |
马氏距离类均值 |
保证金 |
分类的利润率 |
nLinearCoeffs |
非零线性系数的个数 |
partialDependence |
计算部分依赖关系 |
plotPartialDependence |
创建部分依赖图(PDP)和个别条件期望图(ICE) |
预测 |
使用判别分析分类模型预测标签 |
resubEdge |
通过置换分类边缘 |
resubLoss |
再置换导致的分类错误 |
resubMargin |
再置换分类边际 |
resubPredict |
预测判别分析分类模型的再置换标签 |
复制语义
价值。要了解值类如何影响复制操作,请参见复制对象.
例子
更多关于
参考文献
[1]郭,Y., T.哈斯蒂,R.蒂布谢拉尼。正则化线性判别分析及其在微阵列中的应用。《生物统计学》第8卷第1期,第86-100页,2007。