Просмотрите текстовые и графические дисплеи обученного дерева классификации.

Загрузите ирисовый набор данных Фишера.

load fisheriris

Обучите дерево классификации, использующее все измерения.

Mdl = fitctree(meas,species);

Просмотрите текстовое отображение обученного дерева классификации.

view(Mdl)

Decision tree for classification
1  if x3<2.45 then node 2 elseif x3>=2.45 then node 3 else setosa
2  class = setosa
3  if x4<1.75 then node 4 elseif x4>=1.75 then node 5 else versicolor
4  if x3<4.95 then node 6 elseif x3>=4.95 then node 7 else versicolor
5  class = virginica
6  if x4<1.65 then node 8 elseif x4>=1.65 then node 9 else versicolor
7  class = virginica
8  class = versicolor
9  class = virginica

Просмотрите графический дисплей обученного дерева классификации.

view(Mdl,'Mode','graph');

Загрузите ирисовый набор данных Фишера.

load fisheriris

Вырастите мешок 100 деревьев классификации с помощью всех измерений.

rng(1) % For reproducibility
Mdl = TreeBagger(100,meas,species);

В качестве альтернативы можно использовать fitcensemble выращивать мешок деревьев классификации.

Mdl TreeBagger объект модели. Mdl.Trees хранит мешок 100 обученных деревьев классификации в 100 1 массиве ячеек. Таким образом, каждая ячейка в Mdl.Trees содержит CompactClassificationTree объект модели.

Просмотрите график 10-го дерева классификации в сумке.

Tree10 = Mdl.Trees{10};
view(Tree10,'Mode','graph');

По умолчанию программное обеспечение выращивает глубокие деревья для мешков деревьев.

Загрузите ирисовый набор данных Фишера.

load fisheriris

Повысьте ансамбль 100 деревьев классификации с помощью всех измерений. Задайте пни как слабых учеников.

t = templateTree('MaxNumSplits',1);
Mdl = fitcensemble(meas,species,'Method','AdaBoostM2','Learners',t);

Mdl ClassificationEnsemble объект модели. Mdl.Trained хранит ансамбль 100 обученных деревьев классификации в 100 1 массиве ячеек. Таким образом, каждая ячейка в Mdl.Trained содержит CompactClassificationTree объект модели.

Просмотрите график 10-го дерева классификации в ансамбле.

Tree10 = Mdl.Trained{10};
view(Tree10,'Mode','graph');

График показывает пень, потому что вы задали пни как слабые ученики для ансамбля. Однако это поведение не является значением по умолчанию для fitcensemble. По умолчанию, fitcensemble выращивает мелкие деревья для повышенных ансамблей деревьев. Таким образом, 'Learners' templateTree('MaxNumSplits',10).