回归树集合体
随机森林、推动和袋装回归树
应用程序
| 回归的学习者 | 使用监督机器学习训练回归模型预测数据 |
块
| RegressionEnsemble预测 | 使用决策树的整体回归预测的反应 |
功能
类
主题
- 整体算法
了解不同的对集成学习算法。
- 对集成学习框架
通过使用许多弱学习者获得高度准确的预测。
- 火车回归合奏
火车一个简单的回归。
- 测试整体质量
学习方法来评估预测整体的质量。
- 选择随机森林预测因子
选择split-predictors随机森林算法使用交互测试。
- 合奏正规化
自动选择较少的弱学习者的合奏的方式并不减少预测的性能。
- 引导使用TreeBagger回归树的聚合(袋装)
创建一个
TreeBagger回归的合奏。 - 使用并行处理回归TreeBagger工作流
加快计算通过运行
TreeBagger并行执行。 - 使用分位数回归检测异常值
检测数据中的异常值使用分位数随机森林。
- 条件分位数估计使用内核平滑
条件分位数估计响应给定的使用分位数随机森林预测数据和估计响应的条件分布函数使用内核平滑。
- 使用分位数错误和贝叶斯优化调整随机森林
使用贝叶斯优化调整分位数随机森林。
- 预测使用RegressionEnsemble预测块的反应
火车与最优hyperparameters回归整体模型,然后使用RegressionEnsemble预测为响应预测块。
- 时间序列预测使用提高了回归树的合奏
执行单步和多工位的时间序列预测的合奏了回归树。
