В этом примере показано, как предсказать метки классов или ответы с использованием обученных деревьев классификации и регрессии.
После создания дерева можно легко прогнозировать ответы для новых данных. Предположим Xnew - новые данные, имеющие такое же количество столбцов, что и исходные данные; X. Для прогнозирования классификации или регрессии на основе дерева (Mdl) и новые данные, введите
Ynew = predict(Mdl,Xnew)
Для каждой строки данных в Xnew, predict проходит через решения в Mdl и дает результирующее предсказание в соответствующем элементе Ynew. Дополнительные сведения о прогнозировании дерева классификации см. в разделе predict. Для получения информации о регрессии см. раздел predict.
Например, найдите прогнозируемую классификацию точки в среднем ionosphere данные.
load ionosphere
CMdl = fitctree(X,Y);
Ynew = predict(CMdl,mean(X))Ynew = 1x1 cell array
{'g'}
Найти прогнозируемое MPG точки в среднем carsmall данные.
load carsmall
X = [Horsepower Weight];
RMdl = fitrtree(X,MPG);
Ynew = predict(RMdl,mean(X))Ynew = 28.7931
ClassificationTree | fitctree | fitrtree | predict (CompactClassificationTree) | predict (CompactRegressionTree) | RegressionTree