Main Content

margin

Margen de clasificación

Sintaxis

mar = margin(B,TBLnew,Ynew)
mar = margin(B,Xnew,Ynew)
mar = margin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...)
mar = margin(B,Xnew,Ynew,'param1',val1,'param2',val2,...)

Descripción

mar = margin(B,TBLnew,Ynew) calcula los márgenes de clasificación para los predictores contenidos en la tabla TBLnew dada la respuesta verdadera Ynew. Puede omitir Ynew si TBLnew contiene la variable de respuesta. Si entrenó B usando datos de muestra contenidos en una tabla, entonces los datos de entrada para este método también deben estar en una tabla.

mar = margin(B,Xnew,Ynew) calcula los márgenes de clasificación para los predictores contenidos en la matriz Xnew dada la respuesta verdadera Ynew.

Ynew puede ser un vector numérico, una matriz de caracteres, un arreglo de cadenas, un arreglo de celdas de vectores de caracteres, un vector categórico o un vector lógico. mar es un arreglo numérico de tamaño Nobs por NTrees, donde Nobs es el número de filas de TBLnew e Ynew, y NTrees es el número de árboles en el ensemble B. Para la observación I y el árbol J, mar(I,J) es la diferencia entre la puntuación de la clase verdadera y la puntuación más alta de otras clases. Este método está disponible solo para ensembles de clasificación.

mar = margin(B,TBLnew,Ynew,'param1',val1,'param2',val2,...) o mar = margin(B,Xnew,Ynew,'param1',val1,'param2',val2,...) especifica pares nombre-valor de parámetros opcionales:

'Mode'Cómo calcula el método los errores. Si se establece en 'cumulative' (predeterminado), margin calcula los errores acumulativos y mar es una matriz de Nobs por NTrees, donde la primera columna da error de trees(1), la segunda columna da error de trees(1:2) etc., hasta trees(1:NTrees). Si se establece en 'individual', mar es una matriz de Nobs por NTrees, donde cada elemento es un error de cada árbol en el ensemble. Si se establece en 'ensemble', mar es una sola columna de longitud Nobs que muestra los márgenes acumulativos para todo el ensemble.
'Trees'Vector de índices que indica qué árboles se desean incluir en este cálculo. De forma predeterminada, este argumento se establece en 'all' y el método utiliza todos los árboles. Si 'Trees' es un vector numérico, el método devuelve un vector de longitud NTrees para los modos 'cumulative' e 'individual', donde NTrees es el número de elementos en el vector de entrada y un escalar para el modo 'ensemble'. Por ejemplo, en el modo 'cumulative', el primer elemento da error de trees(1), el segundo elemento da error de trees(1:2), etc.
'TreeWeights' Vector de pesos de árboles. Este vector debe tener la misma longitud que el vector 'Trees'. El método utiliza estos pesos para combinar la salida de los árboles especificados tomando un promedio ponderado en lugar del voto de la mayoría simple no ponderada. No puede usar este argumento en el modo 'individual'.
'UseInstanceForTree'Matriz lógica de tamaño Nobs por NTrees que indica qué árboles se deben usar para hacer predicciones para cada observación. De forma predeterminada, el método utiliza todos los árboles para todas las observaciones.

Consulte también