<< copda (X->Y_classes) Classification fda >>

fact >> (X->Y_classes) Classification > daapply

daapply

application d'un modèle d'analyse discriminante à un jeu de test

Séquence d'appel

res_da = daapply(da_model,xtest,(ytest))

Paramètres

da_model:

une structure contenant un modèle d'analyse discriminante, obtenue avec une des fonctions suivantes: copda, fda, forwda, knnda ou plsda

xtest:

des données de test; une matrice (n x q) ou une structure Div

(ytest):

les classes des observations de xtest; un vecteur conjonctif (n x 1) ou une matrice disjonctive (n x nclass) ou une structure Div

res_da.ypred:

les classes prédites pour les observations de xtest

res_da.ypred.d est une hypermatrice de dimensions (n x nclass x lv)

(res_da.confm_test_nobs):

la matrice de confusion du jeu de test, exprimée en nombre d'observations

res_da.confm_test_nobs.d est une hyper-matrice de dimensions (nclass x nclass x lv)

(res_da.confm_test):

la matrice de confusion du jeu de test, exprimée en pourcentage par classe

res_da.confm_test.d est une hyper-matrice de dimensions (nclass x nclass x lv)

(res_da.err_test):

le pourcentages d'erreur de classification du jeu de test

res_da.err_test.d est un vecteur de dimensions (lv x 1)

(res_da.errbycl_test):

le pourcentages d'erreur de classification du jeu de test, pour chaque classe

res_da.errbycl_test.d est une matrice de dimensions (lv x nclass)

(res_da.notclassed):

le pourcentages d'observations non classées (prédictions inférieures au seuil)

res_da.notclassed.d est un vecteur (lv x 1)

(res_da.notclassed_bycl):

le pourcentages d'observations non classées (prédictions inférieures au seuil), pour chaque classe

res_da.notclassed_bycl.d est une matrice (lv x nclass)

Exemples

[res_daapply]=daapply(model_fda,xtest)
[res_daapply]=daapply(model_fda,xtest,ytest)

Auteurs


Report an issue
<< copda (X->Y_classes) Classification fda >>