Main Content

regression

(권장되지 않음) 목표값에 대해 얕은 신경망 출력값의 선형 회귀 수행

regression은 권장되지 않습니다. fitlm (Statistics and Machine Learning Toolbox)을 대신 사용하십시오. 자세한 내용은 호환성 관련 고려 사항 항목을 참조하십시오.

설명

예제

[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

모두 축소

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);

{"String":"Figure Neural Network Training (24-Jul-2022 21:30:18) contains an object of type uigridlayout.","Tex":[],"LaTex":[]}

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)

{"String":"Figure Regression (plotregression) contains an axes object. The axes object with title : R=1 contains 3 objects of type line. These objects represent Y = T, Fit, Data.","Tex":": R=1","LaTex":[]}

입력 인수

모두 축소

신경망 목표값으로, 행렬 또는 셀형 배열로 지정됩니다.

신경망 출력값으로, 행렬 또는 셀형 배열로 지정됩니다.

출력 인수

모두 축소

회귀 값으로, 스칼라로 반환됩니다.

회귀 피팅의 기울기로, 스칼라로 반환됩니다.

회귀 피팅의 오프셋으로, 스칼라로 반환됩니다.

버전 내역

R2010b에 개발됨

모두 확장

참고 항목

| | (Statistics and Machine Learning Toolbox)