Чтобы в интерактивном режиме вырастить дерево классификации, используйте приложение Classification Learner. Для большей гибкости вырастите дерево классификации использование fitctree в командной строке. После роста дерева классификации предскажите метки путем передачи древовидных и новых данных о предикторе predict.
| Classification Learner | Обучите модели классифицировать данные с помощью машинного обучения с учителем |
| ClassificationTree Predict | Классифицируйте наблюдения с помощью классификатора дерева решений |
ClassificationTree | Дерево выбора из двух альтернатив для классификации мультиклассов |
CompactClassificationTree | Компактное дерево классификации |
ClassificationPartitionedModel | Перекрестная подтвержденная модель классификации |
Обучите деревья решений Используя приложение Classification Learner
Создайте и сравните деревья классификации 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.
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.
Визуализируйте поверхности решения различных классификаторов
В этом примере показано, как визуализировать поверхность решения для различных алгоритмов классификации.
Разделение категориальных предикторов в деревьях классификации
Узнайте об эвристических алгоритмах для того, чтобы оптимально разделить категориальные переменные со многими уровнями при росте деревьев 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.
Предскажите, что метки класса Используя ClassificationTree предсказывают блок
Обучите модель дерева принятия решения классификации с помощью приложения Classification Learner, и затем используйте блок ClassificationTree Predict для предсказания метки.
