fitensemble中前一个向量的正确顺序是什么？

Question

使用matlabs fitensemble学习分类时，我可以指定参数prior以及参数classnames。

两个向量中元素的顺序是否相同？真/假类的标准值是什么？

更具体一点：假设真正的类具有先验概率0.6，假等级0.4;我应该使用：

ens = fitensemble(...,'prior',[0.6 0.4])或

ens = fitensemble(...,'prior',[0.4 0.6])或

ens = fitensemble(...,'prior',[0.4 0.6],'classnames',[true false])或

ens = fitensemble(...,'prior',[0.4 0.6],'classnames',[false,true])？

我在documentation找不到答案。

perfcurve的文档更具体：

  

先前：包含两个元素的字符串或数组。它代表先前   正面和负面类别的概率。   默认为“经验”，即，perfcurve导出先验概率   从课堂频率。如果设置为“uniform”，则perfcurve会先设置   概率相等。

Answer 1

ens = fitensemble（X，Y，method，nlearn，learners）创建一个预测数据响应的集合模型。整体由学习者中列出的模型组成。

第一部分

您必须按类别标签的字母顺序使用prior。

因此，如果标签为['A','B']，则使用'prior',[P(A) P(B)]，

或如果标签为['true','false']，则使用'prior',[P(false) P(true)]，

或如果标签为[-1 10]，则使用'prior',[P(-1) P(10)]。

第二部分

关于classnames，使用此选项，以便您可以为数据中较少的类调用fitensemble。

想象一下，您有四个课程A,B,C,D，因此您的Y将会是这样的：

Y = [A;A;B;D;B;A;C;A;A;A;D, ... ];

现在，如果您只需要'classnames',['A';'B'],两个类，就可以写fitensemble，它与'classnames',['B';'A'],相同。

我知道这是一个迟到的答案，我希望它有所帮助。

示例

我使用了＆＃39; fisheriris＆＃39;数据库，有三个类（setosa', versicolor , virginica`）。

因为每个类有150个案例和50，我随机化了数据并选择了100个样本。

load fisheriris
rng(12);
idx = randperm(size(meas,1));
meas = meas(idx,:);
species = species(idx,:); 
meas = meas(1 : 100,:);
species = species(1 : 100,:);
trueprior = [ sum(strcmp(species,'setosa')),...
              sum(strcmp(species,'versicolor')),...
              sum(strcmp(species,'virginica'))] / 100;

trueprior = [0.32,0.30,0.38]显示真实的先验概率。

在下面的代码中，我训练了三个fitensembles，第一个使用默认选项，因此先验概率为empirical（与trueprior相同）;第二个是训练时pprior设置为trueprior，其结果与拳头相同（因为trueprior按类别标签的字母顺序排列）。第三个是按非字母顺序训练的，并且显示的结果与前两个不同。

ada1 = fitensemble(meas,species,'AdaBoostM2',20,'tree');
subplot(311)
plot(resubLoss(ada1,'mode','individual'));
title('Resubstitution error for default prior (empirical)');
ada2 = fitensemble(meas,species,'AdaBoostM2',20,'tree','prior',trueprior);
subplot(312)
plot(resubLoss(ada2,'mode','individual'));
title('Resubstitution error for prior with alphabetical order of class labels');
ada3 = fitensemble(meas,species,'AdaBoostM2',20,'tree','prior',trueprior(end:-1:1));
subplot(313)
plot(resubLoss(ada3,'mode','individual'));
title('Resubstitution error for prior with random order');

我还使用fitensemble选项

训练classnames只有两个班级

ada4 = fitensemble(meas,species,'AdaBoostM1',20,'tree','classnames',...   
       {'versicolor','virginica'});

作为一个不支持两个以上类的证明AdaBoosM1，只有两个类可以正常工作。