Чтобы в интерактивном режиме вырастить дерево регрессии, используйте приложение Regression Learner. Для большей гибкости вырастите дерево регрессии использование fitrtree в командной строке. После роста дерева регрессии предскажите ответы путем передачи древовидных и новых данных о предикторе predict.
| Regression Learner | Обучите модели регрессии предсказывать данные с помощью машинного обучения с учителем |
RegressionTree | Дерево регрессии |
CompactRegressionTree | Компактное дерево регрессии |
RegressionPartitionedModel | Перекрестная подтвержденная модель регрессии |
Обучите деревья регрессии Используя приложение Regression Learner
Создайте и сравните деревья регрессии и экспортируйте обученные модели, чтобы сделать прогнозы для новых данных.
Контролируемое изучение рабочего процесса и алгоритмов
Изучите шаги для контролируемого изучения и характеристик непараметрической классификации и функций регрессии.
Изучите деревья решений и как соответствовать им к данным.
Выращивать деревья решений, fitctree и fitrtree примените стандартный алгоритм CART по умолчанию к обучающим данным.
Создайте и просмотрите текст или графическое описание обученного дерева решений.
Улучшение деревьев классификации и деревьев регрессии
Настройте деревья путем установки аргументов пары "имя-значение" в fitctree и fitrtree.
Прогноз Используя деревья классификации и регрессии
Предскажите метки класса или ответы с помощью обученной классификации и деревьев регрессии.
Предскажите ответы из выборки поддеревьев
Предскажите ответы для новых данных с помощью обученного дерева регрессии, и затем постройте результаты.