plotregression

Tracciare la regressione lineare (da rimuovere)

plotregression sarà rimossa in una prossima release. Per ulteriori informazioni, vedere Transition Legacy Neural Network Code to dlnetwork Workflows.

Per suggerimenti sull'aggiornamento del codice, vedere Version History (Storico della versione).

Sintassi

plotregression(targets,outputs)

plotregression(targs1,outs1,'name1',targs2,outs2,'name2',...)

Descrizione

plotregression(targets,outputs) traccia la regressione lineare di targets relativa a outputs.

plotregression(targs1,outs1,'name1',targs2,outs2,'name2',...) genera grafici multipli.

Esempi

Plottaggio della regressione

Questo esempio mostra come tracciare la regressione lineare di una rete feed-forward.

[x,t] = simplefit_dataset;
net = feedforwardnet(10);
net = train(net,x,t);

y = net(x);
plotregression(t,y,'Regression')

Argomenti di input

targets — Target della rete

matrice | array di celle

Target della rete, specificati come una matrice o un array di celle.

outputs — Output della rete

matrice | array di celle

Output della rete, specificati come una matrice on un array di celle.

Cronologia versioni

Introdotto in R2008a

Prossima rimozione di plotregression

plotregression sarà rimossa in una prossima release.

Per saperne di più sui workflow di visualizzazione, vedere questi esempi e argomenti:

• Deep Learning Visualization Methods

• Explore Network Predictions Using Deep Learning Visualization Techniques

• Deep Learning Metrics

• Monitoraggio dei progressi dell’addestramento in Deep Learning

• ROC Curve and Performance Metrics

Per i workflow di regressione, creare i grafici utilizzando invece le funzioni di dispersione plot e scatter.

Per ulteriori informazioni, vedere Transition Legacy Neural Network Code to dlnetwork Workflows.

Vedi anche

Time Series Modeler | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

Argomenti

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