Просмотр текстовых и графических отображений обученного дерева классификации.

Загрузите набор данных радужки Фишера.

load fisheriris

Обучение дерева классификации с использованием всех измерений.

Mdl = fitctree(meas,species);

Просмотр текстового отображения 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

Просмотр графического представления обученного дерева классификации.

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

Загрузите набор данных радужки Фишера.

load fisheriris

Выращивайте мешок из 100 классификационных деревьев, используя все измерения.

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

Кроме того, можно использовать fitcensemble выращивать мешок классификационных деревьев.

Mdl является TreeBagger объект модели. Mdl.Trees хранит пакет из 100 обученных деревьев классификации в массиве ячеек 100 на 1. То есть каждая ячейка в Mdl.Trees содержит CompactClassificationTree объект модели.

Просмотрите график 10-го дерева классификации в пакете.

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

По умолчанию программа выращивает глубокие деревья для мешков с деревьями.

Загрузите набор данных радужки Фишера.

load fisheriris

Увеличьте ансамбль из 100 деревьев классификации, используя все измерения. Укажите пни дерева в качестве слабых учеников.

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

Mdl является ClassificationEnsemble объект модели. Mdl.Trained хранит ансамбль из 100 обученных деревьев классификации в массиве ячеек 100 на 1. То есть 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 дерева, потому что вы указали пни как слабых учеников для ансамбля. Однако это поведение не является поведением по умолчанию для fitcensemble. По умолчанию fitcensemble выращивает мелководные деревья для поднятых ансамблей деревьев. То есть 'Learners' является templateTree('MaxNumSplits',10).