Деревья регрессии

Деревья выбора из двух альтернатив для регрессии

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.

Приложения

Regression LearnerОбучите модели регрессии предсказывать данные с помощью машинного обучения с учителем

Функции

развернуть все

fitrtreeПодходящее дерево выбора из двух альтернатив для регрессии
compactКомпактное дерево регрессии
pruneПроизведите последовательность поддеревьев регрессии путем сокращения
cvlossОшибка регрессии перекрестной проверкой
partialDependenceВычислите частичную зависимость
plotPartialDependenceСоздайте графики отдельного условного ожидания (ICE) и частичный график зависимости (PDP)
predictorImportanceОценки важности предиктора для дерева регрессии
viewПросмотрите дерево регрессии
crossvalПерекрестное подтвержденное дерево решений
kfoldfunКрест подтверждает функцию
kfoldPredictПредскажите ответ для наблюдений, не используемых для обучения
kfoldLossПотеря перекрестной проверки разделенной модели регрессии
lossОшибка регрессии
resubLossОшибка регрессии перезаменой
predictПредскажите ответы с помощью дерева регрессии
resubPredictПредскажите ответ перезамены дерева

Классы

RegressionTreeДерево регрессии
CompactRegressionTreeКомпактное дерево регрессии
RegressionPartitionedModelПерекрестная подтвержденная модель регрессии

Темы

Обучите деревья регрессии Используя приложение Regression Learner

Создайте и сравните деревья регрессии и экспортируйте обученные модели, чтобы сделать предсказания для новых данных.

Контролируемое изучение рабочего процесса и алгоритмов

Изучите шаги для контролируемого изучения и характеристик непараметрической классификации и функций регрессии.

Деревья решений

Изучите деревья решений и как соответствовать им к данным.

Рост деревьев решений

Выращивать деревья решений, fitctree и fitrtree примените стандартный алгоритм CART по умолчанию к обучающим данным.

Просмотрите дерево решений

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.

Предсказание 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.

Для просмотра документации необходимо авторизоваться на сайте