主要内容
回归树
回归的二元决策树
要以交互方式生长回归树，请使用回归的学习者应用程序。为了获得更大的灵活性，请使用菲特里在命令行。生长回归树后，通过将树和新的预测数据传递给预测.
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 |
阻碍
| 回归树预测 | 使用回归树模型预测响应 |
功能
班级
回归树 |
回归树 |
CompactRegressionTree |
紧凑的回归树 |
回归分区模型 |
交叉验证回归模型 |
话题
创建并比较回归树，并导出经过训练的模型，以对新数据进行预测。
了解监督学习的步骤以及非参数分类和回归函数的特征。
了解决策树以及如何使其适合数据。
要种植决策树，菲茨特里和菲特里默认情况下，将标准CART算法应用于培训数据。
创建并查看经过培训的决策树的文本或图形描述。
通过在中设置名称-值对参数来优化树菲茨特里和菲特里.
使用经过训练的分类和回归树预测类标签或响应。
使用训练过的回归树预测新数据的响应，然后绘制结果。
此示例显示如何在Simulink®中使用回归树预测块进行响应预测。金宝app
您还可以从以下列表中选择网站：
