Класс: RegressionTree
Перекрестное подтвержденное дерево решений
cvmodel = crossval(model)
cvmodel = crossval(model,Name,Value)
создает разделенную модель из cvmodel
= crossval(model
)model
, подходящее дерево регрессии. По умолчанию, crossval
использует 10-кратную перекрестную проверку на обучающих данных, чтобы создать cvmodel
.
создает разделенную модель с дополнительными опциями, заданными одним или несколькими cvmodel
= crossval(model
,Name,Value
)Name,Value
парные аргументы.
|
Модель регрессии, произведенное использование |
Задайте дополнительные разделенные запятой пары Name,Value
аргументы. Name
имя аргумента и Value
соответствующее значение. Name
должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN
.
|
Объект класса Используйте только одну из этих четырех опций за один раз: Значение по умолчанию: |
|
Валидация затяжки тестирует заданную часть данных и использует остальную часть данных для обучения. Задайте числовой скаляр от |
|
Количество сгибов, чтобы использовать в перекрестном подтвержденном дереве, положительное целочисленное значение, больше, чем 1. Используйте только одну из этих четырех опций за один раз: Значение по умолчанию: 10 |
|
Установите на |
|
Разделенная модель класса |
Можно создать дерево перекрестной проверки непосредственно из данных, вместо того, чтобы создать дерево решений, сопровождаемое деревом перекрестной проверки. Для этого включайте одну из этих пяти опций в fitrtree
: 'CrossVal'
, 'KFold'
, 'Holdout'
, 'Leaveout'
, или 'CVPartition'
.