view

Просмотрите дерево регрессии

Синтаксис

view(tree)
view(tree,Name,Value)

Описание

view(tree) возвращает текстовое описание tree, дерево решений.

view(tree,Name,Value) описывает tree с дополнительными опциями, заданными одним или несколькими Name,Value парные аргументы.

Входные параметры

tree

Регрессия древовидное или компактное дерево регрессии, созданное fitrtree или compact.

Аргументы в виде пар имя-значение

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.

'Mode'

Отображение tree, любой 'graph' или 'text'график открывает графический интерфейс пользователя, отображающий tree, и содержание средств управления для запроса дерева. 'text' отправляет выход в Командное окно, описывающее tree.

Значение по умолчанию: 'text'

Примеры

развернуть все

Просмотрите текстовые и графические дисплеи обученного дерева регрессии.

Загрузите carsmall набор данных. Рассмотрите модель, которая объясняет экономию топлива автомобиля (MPG) использование его веса (Weight) и количество цилиндров (Cylinders).

load carsmall
X = [Weight Cylinders];
Y = MPG;

Обучите дерево регрессии, использующее все измерения.

Mdl = fitrtree(X,Y);

Просмотрите текстовое отображение обученного дерева регрессии.

view(Mdl)
Decision tree for regression
 1  if x1<3085.5 then node 2 elseif x1>=3085.5 then node 3 else 23.7181
 2  if x1<2371 then node 4 elseif x1>=2371 then node 5 else 28.7931
 3  if x2<7 then node 6 elseif x2>=7 then node 7 else 15.5417
 4  if x1<2162 then node 8 elseif x1>=2162 then node 9 else 32.0741
 5  if x2<5 then node 10 elseif x2>=5 then node 11 else 25.9355
 6  fit = 19.2778
 7  if x1<4381 then node 12 elseif x1>=4381 then node 13 else 14.2963
 8  if x1<1951 then node 14 elseif x1>=1951 then node 15 else 33.3056
 9  fit = 29.6111
10  if x1<2827.5 then node 16 elseif x1>=2827.5 then node 17 else 27.2143
11  if x1<3013.5 then node 18 elseif x1>=3013.5 then node 19 else 23.25
12  if x1<3533.5 then node 20 elseif x1>=3533.5 then node 21 else 14.8696
13  fit = 11
14  fit = 29.375
15  if x1<2142.5 then node 22 elseif x1>=2142.5 then node 23 else 34.4286
16  if x1<2385 then node 24 elseif x1>=2385 then node 25 else 27.6389
17  fit = 24.6667
18  fit = 21.5
19  fit = 30.25
20  fit = 16.6
21  if x1<4378 then node 26 elseif x1>=4378 then node 27 else 14.3889
22  if x1<2080 then node 28 elseif x1>=2080 then node 29 else 34.8333
23  fit = 32
24  fit = 24.5
25  if x1<2412.5 then node 30 elseif x1>=2412.5 then node 31 else 28.0313
26  if x1<4365 then node 32 elseif x1>=4365 then node 33 else 14.2647
27  fit = 16.5
28  fit = 34.125
29  fit = 36.25
30  fit = 34
31  if x1<2447 then node 34 elseif x1>=2447 then node 35 else 27.6333
32  if x1<4122.5 then node 36 elseif x1>=4122.5 then node 37 else 14.5313
33  fit = 10
34  fit = 24
35  if x1<2573.5 then node 38 elseif x1>=2573.5 then node 39 else 27.8929
36  if x1<3860 then node 40 elseif x1>=3860 then node 41 else 14.15
37  fit = 15.1667
38  fit = 27.125
39  if x1<2580 then node 42 elseif x1>=2580 then node 43 else 28.2
40  fit = 14.5
41  fit = 13.625
42  fit = 31
43  fit = 27.8889

Просмотрите графический дисплей обученного дерева регрессии.

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

Figure Regression tree viewer contains an axes and other objects of type uimenu, uicontrol. The axes contains 69 objects of type line, text.

Загрузите carsmall набор данных. Рассмотрите модель, которая объясняет экономию топлива автомобиля (MPG) использование его веса (Weight) и количество цилиндров (Cylinders).

load carsmall
X = [Weight Cylinders];
Y = MPG;

Вырастите мешок 100 деревьев регрессии с помощью всех измерений.

rng(1) % For reproducibility
Mdl = TreeBagger(100,X,Y);

В качестве альтернативы можно использовать fitrensemble выращивать мешок деревьев регрессии.

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

Просмотрите график 10-го дерева регрессии в сумке.

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

Figure Classification tree viewer contains an axes and other objects of type uimenu, uicontrol. The axes contains 153 objects of type line, text.

По умолчанию программное обеспечение выращивает глубокие деревья для мешков деревьев.

Загрузите carsmall набор данных. Рассмотрите модель, которая объясняет экономию топлива автомобиля (MPG) использование его веса (Weight) и количество цилиндров (Cylinders).

load carsmall
X = [Weight Cylinders];
Y = MPG;

Повысьте ансамбль 100 деревьев регрессии с помощью всех измерений.

Mdl = fitrensemble(X,Y,'Method','LSBoost');

Mdl RegressionEnsemble объект модели. Mdl.Trained хранит ансамбль 100 обученных деревьев регрессии в 100 1 массиве ячеек. Таким образом, каждая ячейка в Mdl.Trained содержит CompactRegressionTree объект модели.

Просмотрите график 10-го дерева регрессии в ансамбле.

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

Figure Regression tree viewer contains an axes and other objects of type uimenu, uicontrol. The axes contains 36 objects of type line, text.

По умолчанию, fitrensemble выращивает мелкие деревья для повышенных ансамблей деревьев. Таким образом, 'Learners' templateTree('MaxNumSplits',10).

Советы

Просмотреть древовидный t от ансамбля деревьев введите одну из этих строк кода

view(Ens.Trained{t})
view(Bag.Trees{t})

  • Ens полный ансамбль, возвращенный fitrensemble или компактный ансамбль, возвращенный compact.

  • Bag полный мешок деревьев, возвращенных TreeBagger или компактный мешок деревьев, возвращенных compact.

Сохранить tree в Командном окне получите указатель фигуры при помощи findall и setdiff функции, и затем сохраняют tree использование функции saveas.

before = findall(groot,'Type','figure'); % Find all figures
view(Mdl,'Mode','graph')
after = findall(groot,'Type','figure');
h = setdiff(after,before); % Get the figure handle of the tree viewer
saveas(h,'a.png')

Смотрите также

|

Для просмотра документации необходимо авторизоваться на сайте