regression

(Nicht empfohlen) Durchführen einer linearen Regression flacher Netzausgänge an Zielen

regression wird nicht empfohlen. Verwenden Sie stattdessen fitlm (Statistics and Machine Learning Toolbox). Weitere Informationen finden Sie unter Versionsverlauf.

Syntax

[r,m,b] = regression(t,y)

[r,m,b] = regression(t,y,'one')

Beschreibung

[r,m,b] = regression(t,y) berechnet die lineare Regression zwischen allen Elementen der Netzantwort und dem entsprechenden Ziel.

Diese Funktion akzeptiert ein Zellen-Array oder Matrixziel t und einen Ausgang y, die jeweils über N Matrixzeilen verfügen, und gibt die Regressionswerte r, die Steigung der Regressionsanpassung m und die y-Schnittpunkte b für jede der N Matrixzeilen aus.

[r,m,b] = regression(t,y,'one') kombiniert alle Matrixzeilen vor der Regression und gibt einzelne Skalar-Regressions-, Steigungs- und Versatzwerte aus.

Beispiele

Anpassen des Regressionsmodells und Darstellen angepasster Werte gegenüber Zielen

Dieses Beispiel zeigt, wie Sie ein Feed-Forward-Netz trainieren und die Regression zwischen Zielen und Ausgängen berechnen und darstellen können.

Laden Sie die Trainingsdaten.

[x,t] = simplefit_dataset;

Die 1x94-Matrix x enthält die Eingabewerte und die 1x94-Matrix t enthält die zugehörigen Ziel-Ausgabewerte.

Konstruieren Sie ein neuronales Feedforward-Netz mit einer verborgenen Schicht der Größe 20.

net = feedforwardnet(20);

Trainieren Sie das Netz net unter Verwendung der Trainingsdaten.

net = train(net,x,t);

Schätzen Sie die Ziele mithilfe des trainierten Netzes.

y = net(x);

Berechnen Sie die Regression zwischen Zielen und Ausgängen und stellen Sie diese dar.

[r,m,b] = regression(t,y)

r = 
1.0000

m = 
1.0000

b = 
1.0878e-04

plotregression(t,y)

Eingabeargumente

t — Ziel

Matrix | Zellen-Array

Ziele des Netzes, angegeben als Matrix oder Zellen-Array.

y — Ausgang

Skalar

Netzausgänge, angegeben als Matrix oder Zellen-Array.

Ausgangsargumente

r — Regressionswert

Skalar

Regressionswert, ausgegeben als Skalar.

m — Steigung

Skalar

Steigung der Regressionsanpassung, ausgegeben als Skalar.

b — Versatz

Skalar

Versatz der Regressionsanpassung, ausgegeben als Skalar.

Versionsverlauf

Eingeführt in R2010b

R2020b: regression wird nicht empfohlen.

regression wird nicht empfohlen. Um ein lineares Regressionsmodell anzupassen, verwenden Sie stattdessen fitlm (Statistics and Machine Learning Toolbox).

Siehe auch

plotregression | confusion | fitlm (Statistics and Machine Learning Toolbox)