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)