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 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

R2020b: regression은 권장되지 않음

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

참고 항목

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