此示例显示如何使用培训的分类和回归树来预测类标签或响应。
创建树后,您可以轻松预测对新数据的响应。认为XNew.
是具有与原始数据相同数量的列的新数据X
。基于树的分类或回归(MDL.
)和新数据,输入
Ynew =预测(MDL,Xnew)
对于每行数据XNew.
那预测
经营决定MDL.
并给出相应的元素中产生的预测ynew.
。有关分类树预测的更多信息,请参阅预测
。对于回归,见预测
。
例如,查找均衡的预期分类电离层
数据。
加载电离层cmdl = fitcreree(x,y);Ynew = predict(cmdl,均值(x))
ynew =1x1细胞阵列{'G'}
找到预测的MPG.
意思是一个点Carsmall.
数据。
加载Carsmall.x = [马力重量];RMDL = FITRTREE(X,MPG);Ynew =预测(RMDL,均值(x))
Ynew = 28.7931.
ClassificationTree.
|fitctree
|fitrtree.
|预测(CompactClassificationTree)
|预测(CompactregressionTree)
|回归植物