La traduction de cette page n'est pas à jour. Cliquez ici pour voir la dernière version en anglais.

regression

(Déconseillé) Effectuer une régression linéaire des sorties d’un réseau peu profond sur les cibles

L’utilisation de regression est déconseillée. Utilisez fitlm (Statistics and Machine Learning Toolbox) à la place. Pour plus d’informations, veuillez consulter Historique des versions.

Syntaxe

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

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

Description

[r,m,b] = regression(t,y) calcule la régression linéaire entre chaque élément de la réponse du réseau et la cible correspondante.

Cette fonction prend un cell array ou une cible de matrice t et une sortie y, chacune comportant un nombre total de N lignes de matrice, et renvoie les valeurs de régression, r, les pentes de l'ajustement de régression, m, et les ordonnées à l'origine, b, pour chacune des N lignes de matrice.

[r,m,b] = regression(t,y,'one') combine l’ensemble des lignes de la matrice avant d'effectuer la régression et renvoie des valeurs scalaires uniques de régression, de pente et de décalage.

Exemples

Ajustement d’un modèle de régression et tracé des valeurs ajustées par rapport aux cibles

Cet exemple indique comment entraîner un réseau feedforward, et comment calculer et tracer la régression entre ses cibles et ses sorties.

Chargez les données d’apprentissage.

[x,t] = simplefit_dataset;

La matrice x de 1 x 94 contient les valeurs en entrée et la matrice t de 1 x 94 contient les valeurs cibles associées en sortie.

Construisez un réseau de neurones feedforward avec une couche cachée de taille 20.

net = feedforwardnet(20);

Entraînez le réseau net avec les données d’apprentissage.

net = train(net,x,t);

Estimez les cibles avec le réseau entraîné.

y = net(x);

Calculez et tracez la régression entre ses cibles et ses sorties.

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

r = 
1.0000

m = 
1.0000

b = 
1.0878e-04

plotregression(t,y)

Arguments d'entrée

t — Cible

matrice | cell array

Cibles du réseau, définies par une matrice ou un cell array.

y — Sortie

scalaire

Sorties du réseau, définies par une matrice ou un cell array.

Arguments de sortie

r — Valeur de régression

scalaire

Valeur de régression, renvoyée sous la forme d'un scalaire.

m — Pente

scalaire

Pente d’ajustement de régression, renvoyée sous la forme d'un scalaire.

b — Décalage

scalaire

Décalage d’ajustement de régression, renvoyé comme un scalaire.

Historique des versions

Introduit dans R2010b

R2020b: L’utilisation de regression est déconseillée

L’utilisation de regression est déconseillée. Pour ajuster un modèle de régression linéaire, utilisez fitlm (Statistics and Machine Learning Toolbox) à la place.

Voir aussi

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