В этом примере показано, как предсказать метки класса или ответы с помощью обученной классификации и деревьев регрессии.
После создания дерева можно легко предсказать ответы для новых данных. Предположим Xnew новые данные, которые имеют одинаковое число столбцов как исходные данные X. 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 ionosphere данные.
load ionosphere
CMdl = fitctree(X,Y);
Ynew = predict(CMdl,mean(X))Ynew = 1x1 cell array
{'g'}
Найдите предсказанный MPG из точки в среднем значении carsmall данные.
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)