CP_model | 三维响应张量CP分解的BaTFLED模型对象。 | ||
diagonal | 具有更一致行为的diag版本 | ||
exp_var | 得到一组预测的解释方差 | ||
get_data_params | 获取用于构建具有已知关系的模型的参数 | ||
get_influence | 给定一个“模型”对象,按其对输出的影响对输入预测器(及其组合)进行排序 | ||
get_model_params | 获取参数以构建蝙蝠模型 | ||
im_2_mat | 用红色和蓝色绘制两个矩阵的热图 | ||
im_mat | 用红色和蓝色绘制矩阵的热图 | ||
input_data | 用三维响应张量存储BaTFLED算法输入数据的对象。 | ||
kernelize | 将输入数据矩阵转换为核相似值矩阵 | ||
lower_bnd_CP | 计算训练CP模型的对数似然下界 | ||
lower_bnd_Tucker | 计算训练Tucker模型的对数似然下界 | ||
mk_model | 创建新模型对象 | ||
mk_toy | 制作一个玩具数据集来测试三维蝙蝠模型。 | ||
mult_3d | 将三个矩阵(或向量)乘以给定的核心张量,形成三维张量。 | ||
nrmse | 计算归一化均方根误差 | ||
plot_preds | 绘制观察值与预测值的散点图 | ||
plot_roc | 绘制两个投影(A)矩阵的接收器工作特性(ROC)曲线 | ||
plot_test_cor | 根据测试数据绘制相关结果 | ||
plot_test_exp_var | 根据测试数据绘制方差结果图 | ||
plot_test_RMSE | 根据测试数据绘制RMSE结果 | ||
rmse | 更新训练数据的均方根误差。从数据和仅从潜在(H)矩阵预测。 | ||
rot | 旋转矩阵进行打印 | ||
safe_log | 取对数避免下溢 | ||
safe_prod | 取两个矩阵的乘积,必要时在第一个矩阵上加一列常数。 | ||
show_mat | 使用filename_landmarks从模型对象打印矩阵 | ||
test | 获取3D蝙蝠模型的测试预测。 | ||
test_CP | 使用BaTFLED算法对CP模型进行“冷启动”预测 | ||
test_results | 获得RMSE&解释的温、冷试验结果方差 | ||
test_Tucker | 对Tucker模型进行“冷启动”预测 | ||
train | 基于BaTFLED算法的列车模型 | ||
train_CP | 训练CP模型。 | ||
train_Tucker | 用BaTFLED算法训练Tucker模型 | ||
Tucker_model | 三维塔克模型的因式分解对象。 | ||
update_core_Tucker | 更新Tucker模型的核心张量值。 | ||
update_mode1_CP | 更新CP模型中的第一个模式。 | ||
update_mode1_Tucker | 更新Tucker模型中的第一个模式。 | ||
update_mode2_CP | 更新CP模型中的第二个模式。 | ||
update_mode2_Tucker | 更新Tucker模型中的第二个模式。 | ||
update_mode3_CP | 更新CP模型中的第三个模式。 | ||
update_mode3_Tucker | 更新Tucker模型中的第三个模式。 |