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