Втрата регресії для моделей лінійної регресії - MATLAB

Втрата регресії для моделей лінійної регресії

регресії

Синтаксис

Опис

L = втрата (Mdl, X, Y) повертає середню квадратичну помилку (MSE) для моделі лінійної регресії Mdl з використанням даних провісника в X та відповідних відповідей у ​​Y. L містить MSE для кожної сили регуляризації в Mdl .

L = втрата (Mdl, Tbl, ResponseVarName) повертає MSE для даних провісника в Tbl та істинних відповідей у ​​Tbl.ResponseVarName .

L = втрата (Mdl, Tbl, Y) повертає MSE для даних провісників у таблиці Tbl та справжніх відповідей у ​​Y .

L = втрата (___, Ім'я, Значення) визначає параметри, використовуючи один або кілька аргументів пари ім'я-значення на додаток до будь-якої комбінації вхідних аргументів у попередніх синтаксисах. Наприклад, вкажіть, що стовпці в даних предиктора відповідають спостереженням, або вкажіть функцію регресії втрат.

Вхідні аргументи

Mdl - модель лінійної регресії
RegressionLinear модель об'єкта

Модель лінійної регресії, вказана як об'єкт моделі RegressionLinear. Ви можете створити об'єкт моделі RegressionLinear за допомогою fitrlinear .

X - дані про прогнозування
повна матриця | розріджена матриця

Дані предикторів, задані як повна або розріджена матриця n-by-p. Така орієнтація X вказує на те, що рядки відповідають окремим спостереженням, а стовпці - окремим змінним прогнозу.

Примітка

Якщо ви орієнтуєте свою матрицю предикторів так, щоб спостереження відповідали стовпцям і вказували 'ObservationsIn', 'стовпці', тоді ви можете відчути значне скорочення часу обчислення.

Тривалість Y та кількість спостережень у X повинні бути однаковими.

Типи даних: одномісний | подвійний

Y - Дані відповіді
числовий вектор

Дані відповіді, вказані як n-мірний числовий вектор. Довжина Y повинна дорівнювати кількості спостережень у X або Tbl .

Типи даних: одномісний | подвійний

Tbl - Зразок даних
таблиця

Зразки даних, що використовуються для навчання моделі, вказані як таблиця. Кожен рядок Tbl відповідає одному спостереженню, а кожен стовпець відповідає одній змінній предиктора. За бажанням, Tbl може містити додаткові стовпці для змінної відповіді та ваг спостереження. Tbl повинен містити всі предиктори, що використовуються для тренування Mdl. Не дозволяються багатостолбкові змінні та масиви комірок, крім масивів комірок символьних векторів.

Якщо Tbl містить змінну відповіді, яка використовується для навчання Mdl, то вам не потрібно вказувати ResponseVarName або Y .

Якщо ви тренуєте Mdl, використовуючи зразкові дані, що містяться в таблиці, тоді вхідні дані про втрати також повинні бути в таблиці.

ResponseVarName - ім'я змінної відповіді
ім'я змінної в табл

Ім'я змінної відповіді, вказане як ім'я змінної в Tbl. Змінна відповіді має бути числовим вектором.

Якщо ви вказали ResponseVarName, то ви повинні вказати його як вектор символу або скаляр рядка. Наприклад, якщо змінна відповіді зберігається як Tbl.Y, тоді вкажіть ResponseVarName як 'Y'. В іншому випадку програмне забезпечення розглядає всі стовпці Tbl, включаючи Tbl.Y, як предиктори.

Типи даних: char | рядок

Аргументи пари імені-значення

Вкажіть необов’язкові пари, розділені комами, аргументів Name, Value. Name - це аргумент, а Value - відповідне значення. Ім'я повинно бути в лапках. Ви можете вказати кілька аргументів пари імен та значень у будь-якому порядку як Name1, Value1. Ім'яN, ЗначенняN .

'LossFun' - функція втрати
'mse' (за замовчуванням) | 'епсилонінсензитив' | ручка функції

Функція втрати, вказана як пара, відокремлена комами, що складається з 'LossFun' та вбудованої назви функції втрати або дескриптора функції.

У наступній таблиці перелічені доступні функції втрат. Вкажіть один, використовуючи відповідне йому значення. Також у таблиці f (x) = x β + b .

β - вектор p коефіцієнтів.

x - спостереження з p змінних-предикторів.

b - скалярне зміщення.

ValueDescription
`` епсилонінсензитив '' Епсилон-нечутливі втрати: ℓ [y, f (x)] = max [0, | y - f (x) | - ε]
'mse' MSE: ℓ [y, f (x)] = [y - f (x)] 2

'epsiloninsensitive' підходить лише для учнів SVM.

Вкажіть власну функцію, використовуючи позначення дескриптора функції.

Нехай n - кількість спостережень у X. Ця функція повинна мати цей підпис

Вихідний аргумент lossvalue є скаляром.

Ви вибираєте назву функції (lossfun).

Y - n-мірний вектор спостережуваних відповідей. втрата передає вхідний аргумент Y в для Y .

Y - це n-мірний вектор прогнозованих відповідей, подібний до результату прогнозування .

W є числовим вектором спостережень ваг n на 1.

Вкажіть свою функцію, використовуючи 'LossFun', @ lossfun .

Типи даних: char | рядок | function_handle