fitensemble中先驗矢量的正確順序是什麼？

Question

當使用matlabs fitensemble來學習分類器時，我可以指定參數prior以及參數classnames。

兩個向量中元素的順序是否相同？真/假類的標準值是多少？

更具體地說：假設真實類有先驗概率0.6，假類0.4;我應該使用：

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。

的perfcurve的文檔更specifc：

之前：字符串或陣列的兩個元素。它分別表示正面和負面類別的先驗概率 。 默認值爲'經驗值'，即perfcurve從類頻率中導出先驗概率 。如果設置爲「統一」，則perfcurve會將以前的所有 概率設置爲相等。

Answer 1

ens = fitensemble（X，Y，method，nlearn，learners）創建一個預測對數據的響應的集合模型。整體由學習者列出的模型組成。

第一部分

您的類標籤的字母順序使用prior。

因此，如果標籤['A','B']，您使用'prior',[P(A) P(B)]，

，或者如果標籤['true','false']，您使用'prior',[P(false) P(true)]，

，或者如果標籤[-1 10]，您使用'prior',[P(-1) P(10)]。

第二部分

關於classnames，使用此選項，這樣你可以在你的數據調用fitensemble了更少的類。

假設您有四節課A,B,C,D，所以你Y將是這樣的：

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

現在你可能會寫'classnames',['A';'B'],如果你想fitensemble只是兩個類，這將是一樣'classnames',['B';'A'],。

我知道這是一個遲到的答案，我希望它有幫助。

例

我已經使用 'fisheriris' 數據庫，其中有三個類（setosa',雲芝, virginica`）。

因爲它有150例和50的每個類，我隨機化了數據並選擇了100樣本。

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]顯示了真實的先驗概率。

在下面的代碼我已經訓練3 fitensembles，第一個使用默認選項，因此先驗概率是empirical（是trueprior爲相同）;第二個是用pprior設置爲trueprior的訓練，其結果與第一個拳頭相同（因爲trueprior按類別標籤的字母順序排列）。第三個是用非字母順序進行訓練，並顯示與前兩個不同的結果。

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'); 

我還培養了fitensemble使用classnames選項

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

只有兩班作爲證據AdaBoosM1不支持多類工作正常這裏只有兩個類。