使用分类和回归树预测

打开直播脚本

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.

也可以看看

下载电子书