。
スーパークラス:紧分类树
マルチクラス分类用の二分决定木
ClassificationTree
オブジェクトは,分类用にバイナリ分割を行う决定木を表します。このクラスのオブジェクトは,预测
メソッドを使用して新しいデータに対する応答を予測できます。オブジェクトには学習に使用したデータが含まれているので、再代入予測も計算できます。
ClassificationTree
オブジェクトの作成には菲茨特里
を使用します。
|
数値予測子のビンのエッジ。P個の数値ベクトルが含まれている 单间牢房配列を指定します。Pは予測子の個数です。各ベクトルには、数値予測子のビンのエッジを含めます。カテゴリカル予測子はビン化されないので、カテゴリカル予測子の場合は、この 单间牢房配列の要素を空にします。 数値予測子がビン化されるのは、木学習器を使用してモデルに学習をさせるときに名前と値の引数 学習済みモデル X=mdl.X;%Predictor data Xbinned=zero(size(X));edges=mdl.BinEdges;%Find binned预测器的索引。idxNumeric=Find(~cellfun(@isempty,edges));if iscolumn(idxNumeric)idxNumeric=idxNumeric';end for j=idxNumeric X=X(:,j);%X转换为数组,如果X是表。if istable(X)X=table2array(X);使用
Xbinned に格纳されます。カテゴリカル予测子の场合,Xbinned の値は0になります。X に楠 が含まれている場合、対応するXbinned の値は楠 になります。 |
|
カテゴリカル予測子のインデックス。正の整数のベクトルを指定します。 |
|
N行 2.列の 单间牢房配列。ここで Nは、 |
|
|
|
|
|
重複が削除された |
|
|
|
正方行列。 |
|
|
|
|
|
|
|
|
|
|
|
展開された予測子名。文字ベクトルの 单间牢房配列として格納されます。 モデルがカテゴリカル変数用のエンコーディングを使用している場合、 |
|
ハイパーパラメーターの交差検証最適化の説明。
|
|
N要素の 必然的ベクトルであり、 |
|
|
|
学習データの観測値の数を表す数値スカラー。入力データ |
|
|
|
|
|
|
|
ツリーに含まれるノードのリスクを表すÑ要素のベクトル。ここで,正はノード数です。各ノードのリスクは,ノード确率で重みが付けられたこのノードの不纯度の测定基准(ジニ指数または逸脱度)です。ツリーが两分によって成长した场合,各ノードのリスクはゼロです。 |
|
|
|
|
|
|
|
予測子名が含まれている文字ベクトルの 单间牢房配列。並びは |
|
各クラスの事前確率の数値ベクトル。 |
|
枝刈りレベルごとに1つの要素をもつ数値ベクトル。枝刈りレベルの范囲が0 - Mの场合, |
|
|
|
応答変数 ( |
|
あてはめに使用した元の予測子データ ( |
|
予测された分类スコアを変换するための关数ハンドル,または组み込みの変换关数を表す文字ベクトル。
スコア変換関数を
|
|
|
|
|
|
|
|
|
|
|
|
|
|
スケールされた |
|
予測子の値の行列または 桌子 |
|
明确的配列、文字ベクトルの 单间牢房配列、文字配列、必然的ベクトルまたは数値ベクトル。 |
袖珍的 |
コンパクトなツリー |
比较控股 |
新しいデータを使用して 2.つの分類モデルの精度を比較 |
克罗斯瓦尔 |
交差検証を使用した決定木 |
cvloss |
交差検証による分類誤差 |
边 |
分類エッジ |
酸橙 |
局部可解释模型不可知解释(LIME) |
损失 |
分类误差 |
边缘 |
分类マージン |
部分依赖 |
部分従属の計算 |
plotPartialDependence |
部分依存プロット(PDP)および个别条件付き期待値(ICE)プロットの作成 |
预测 |
分类木の使用によるラベルの予测 |
预测重要性 |
分類木の予測子の重要度の推定 |
修剪 |
枝刈りによる分類サブツリーのシーケンスの作成 |
再沉积 |
再代入による分类エッジ |
恢复 |
再置換による分類誤差 |
resubMargin |
再代入による分類マージン |
再预测 |
分類木の再代入ラベルを予測 |
代孕协会 |
分类木における代理分岐に対する关连性の平均予测尺度 |
夏普利 |
シャープレイ値 |
testckfold |
交差検証の反復により 2.つの分類モデルの精度を比較 |
看法 |
分类木の表示 |
値。値のクラスがコピー操作に与える影響については、オブジェクトのコピーを参照してください。
[1] Breiman,L.,J。弗里德曼,R. Olshen,和C.石。分类和回归树。佛罗里达州Boca Raton:CRC出版社,1984年。