Алгоритмы выбора линейных регрессионных моделей (практика)
Материал из MachineLearning.
(Различия между версиями)
| Строка 2: | Строка 2: | ||
[[Алгоритмы выбора линейных регрессионных моделей (практика)/Вспомогательные функции|Вспомогательные функции]] | [[Алгоритмы выбора линейных регрессионных моделей (практика)/Вспомогательные функции|Вспомогательные функции]] | ||
| + | |||
| + | == Соглашения об интерфейсе функций == | ||
| + | |||
| + | Для унификации способов применения методов выбора модели предусмотрен следующий формат интерфейса функции. | ||
| + | |||
| + | <source lang="matlab"> | ||
| + | function [FeaturesRating] = methodName(features, target, Params) | ||
| + | % Description. | ||
| + | % | ||
| + | % Arguments | ||
| + | % Input | ||
| + | % features - matrix of features, where rows are objects, and colums are feature vectors | ||
| + | % target - target feature vector | ||
| + | % Params - structure with fields | ||
| + | % Common - common params; structure with fields | ||
| + | % maxNFeatures - max features number to scan | ||
| + | % MethodName - structure with params for particular method | ||
| + | % Output | ||
| + | % FeaturesRating - structure with rating for all features; has fields | ||
| + | % isInformative - array of marks is particular feature informative (1) or not (0) | ||
| + | % weight - weight of particular feature id it is informative | ||
| + | % | ||
| + | % Example | ||
| + | % TODO | ||
| + | % | ||
| + | % See also | ||
| + | % TODO | ||
| + | % | ||
| + | % Revisions | ||
| + | % TODO | ||
| + | </source> | ||
| + | |||
| + | == Реализованные алгоритмы == | ||
| + | |||
| + | |||
[[Категория: Регрессионный анализ]] | [[Категория: Регрессионный анализ]] | ||
[[Категория: Инструменты и технологии]] | [[Категория: Инструменты и технологии]] | ||
Версия 07:34, 16 января 2010
Описание библиотеки алгоритмов выбора линейных регрессионных моделей
Соглашения об интерфейсе функций
Для унификации способов применения методов выбора модели предусмотрен следующий формат интерфейса функции.
function [FeaturesRating] = methodName(features, target, Params) % Description. % % Arguments % Input % features - matrix of features, where rows are objects, and colums are feature vectors % target - target feature vector % Params - structure with fields % Common - common params; structure with fields % maxNFeatures - max features number to scan % MethodName - structure with params for particular method % Output % FeaturesRating - structure with rating for all features; has fields % isInformative - array of marks is particular feature informative (1) or not (0) % weight - weight of particular feature id it is informative % % Example % TODO % % See also % TODO % % Revisions % TODO
