Предсказание с использованием деревьев классификации и регрессии

В этом примере показано, как предсказать метки классов или ответы с помощью обученных деревьев классификации и регрессии.

После создания дерева можно легко предсказать отклики для новых данных. Предположим Xnew - новые данные, которые имеют одинаковое число столбцов в качестве исходных данных X. Чтобы предсказать классификацию или регрессию 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 получившееся предсказание в соответствующем элементе Ynew. Для получения дополнительной информации о прогнозировании дерева классификации смотрите predict. Для регрессии смотрите predict.

Например, найдите предсказанную классификацию точки в среднем по ionosphere данные.

load ionosphere 
CMdl = fitctree(X,Y);
Ynew = predict(CMdl,mean(X))

Ynew = 1x1 cell array
    {'g'}

Найдите предсказанное MPG точки в среднем по carsmall данные.

load carsmall 
X = [Horsepower Weight];
RMdl = fitrtree(X,MPG);
Ynew = predict(RMdl,mean(X))

Ynew = 28.7931

См. также

ClassificationTree | fitctree | fitrtree | predict (CompactClassificationTree) | predict (CompactRegressionTree) | RegressionTree

Похожие темы

• Деревья решений
• Предсказание выборочных откликов подтреев
• Совершенствование деревьев классификации и регрессии