Этот пример показывает, как предсказать метки класса или ответы с помощью обученной классификации и деревьев регрессии.
После создания дерева можно легко предсказать ответы для новых данных. Предположим, что Xnew является новыми данными, которые имеют одинаковое число столбцов как исходные данные X. Чтобы предсказать классификацию или регрессию на основе дерева (Mdl) и новые данные, войти
Ynew = predict(Mdl,Xnew)
Для каждой строки данных в Xnew predict пробегает решения в Mdl и дает получившийся прогноз в соответствующем элементе Ynew. Для получения дополнительной информации о прогнозе дерева классификации смотрите predict. Для регрессии смотрите predict.
Например, найдите предсказанную классификацию точки в среднем значении данных ionosphere.
load ionosphere
CMdl = fitctree(X,Y);
Ynew = predict(CMdl,mean(X))Ynew = 1x1 cell array
{'g'}
Найдите предсказанный MPG точки в среднем значении данных carsmall.
load carsmall
X = [Horsepower Weight];
RMdl = fitrtree(X,MPG);
Ynew = predict(RMdl,mean(X))Ynew = 28.7931
ClassificationTree | RegressionTree | fitctree | fitrtree | predict (CompactClassificationTree) | predict (CompactRegressionTree)