regression

(제거될 예정임) 목표값에 대해 얕은 신경망 출력값의 선형 회귀 수행

regression은 제거될 예정입니다. 자세한 내용은 버전 내역 항목을 참조하십시오.

구문

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

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

설명

[r,m,b] = regression(t,y)는 신경망 응답의 각 요소와 그에 대응되는 목표값 사이의 선형 회귀를 계산합니다.

이 함수는 각각 총 행렬 행이 N개인 셀형 배열 또는 행렬 목표값 t와 출력값 y를 받습니다. 그런 다음 N개의 행렬 행 각각에 대해 회귀 값 r, 회귀 피팅의 기울기 m, y절편 b를 반환합니다.

[r,m,b] = regression(t,y,'one')은 회귀를 수행하기 전에 먼저 모든 행렬 행을 결합하고, 하나의 스칼라 회귀 값, 기울기 값, 오프셋 값을 반환합니다.

예제

회귀 모델을 피팅하고 목표값과 피팅된 값 플로팅하기

이 예제에서는 피드포워드 신경망을 훈련시키고 목표값과 출력값 사이의 회귀를 계산하여 플로팅하는 방법을 보여줍니다.

훈련 데이터를 불러옵니다.

[x,t] = simplefit_dataset;

1×94 행렬 x는 입력값을 포함하고, 1×94 행렬 t는 그에 대한 목표 출력값을 포함합니다.

은닉 계층 크기가 20인 피드포워드 신경망을 생성합니다.

net = feedforwardnet(20);

훈련 데이터를 사용하여 신경망 net을 훈련시킵니다.

net = train(net,x,t);

훈련된 신경망을 사용하여 목표값을 추정합니다.

y = net(x);

목표값과 출력값 사이의 회귀를 계산하여 플로팅합니다.

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

r = 
1.0000

m = 
1.0000

b = 
1.0878e-04

plotregression(t,y)

입력 인수

t — 목표값

행렬 | 셀형 배열

신경망 목표값으로, 행렬 또는 셀형 배열로 지정됩니다.

y — 출력값

스칼라

신경망 출력값으로, 행렬 또는 셀형 배열로 지정됩니다.

출력 인수

r — 회귀 값

스칼라

회귀 값으로, 스칼라로 반환됩니다.

m — 기울기

스칼라

회귀 피팅의 기울기로, 스칼라로 반환됩니다.

b — 오프셋

스칼라

회귀 피팅의 오프셋으로, 스칼라로 반환됩니다.

버전 내역

R2010b에 개발됨

R2026a: regression 함수는 제거될 예정임

regression 함수는 향후 릴리스에서 제거될 예정입니다.

테이블 형식 데이터를 사용하여 신경망을 훈련시키려면 다음 함수 중 하나를 사용하십시오.

• fitrnet (Statistics and Machine Learning Toolbox) — 회귀 신경망을 훈련시킵니다. 단순 회귀 작업에 이 함수를 사용하십시오.

• fitcnet (Statistics and Machine Learning Toolbox) — 분류 신경망을 훈련시킵니다. 단순 분류 작업에 이 함수를 사용하십시오.

• trainnet — 신경망을 훈련시킵니다. fitrnet 함수와 fitcnet 함수가 작업에 필요한 훈련 옵션을 제공하지 않는 경우 이 함수를 사용하십시오.

시계열 데이터를 사용하여 신경망을 훈련시키려면 다음 옵션 중 하나를 사용하십시오.

• 시계열 모델러 앱 — 시계열 데이터를 위한 신경망을 대화형 방식으로 설계하고 훈련시킵니다.

• trainnet — 신경망을 훈련시킵니다. 신경망 아키텍처나 훈련 알고리즘에 더 많은 유연성이 필요한 경우 이 함수를 사용하십시오.

이러한 워크플로에 맞게 고유한 신경망을 설계하고 사용자 지정하려면 딥러닝 계층으로 구성된 배열이나 dlnetwork 객체를 사용하여 신경망을 만들면 됩니다. 신경망을 대화형 방식으로 생성 및 편집하고 코드를 생성하려면 심층 신경망 디자이너 앱을 사용하십시오. 신경망 구축 워크플로에 대해 자세히 알아보려면 다음 예제와 항목을 참조하십시오.

• 심층 신경망 디자이너를 사용하여 신경망 구축하기

• 딥러닝 계층 목록

• Example Deep Learning Network Architectures

• 다중 입력 및 다중 출력 신경망

• 사용자 지정 딥러닝 계층 정의하기

자세한 내용은 Transition Legacy Neural Network Code to dlnetwork Workflows 항목을 참조하십시오.

R2020b: regression은 권장되지 않음

regression은 권장되지 않습니다. 선형 회귀 모델을 피팅하려면 fitlm (Statistics and Machine Learning Toolbox)을 대신 사용하십시오.

참고 항목

시계열 모델러 | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

도움말 항목

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows