。
アンサンブル回帰木は,重みを付けたたの回帰木のわせわせからからさ予测ですですれる予测モデルです。一切,幂のですを组みと予测のががし.lsboostを使使用してをブースティングするには,fitrensemble.
をを使ます。回帰木回帰木のバギングまたはランダムランダム[12]の成长を行うには,fitrensemble.
またはtreebagger
ををしの树木袋ののの用して分享点をを装するはは,treebagger
を使用します。
ブースティングまたはバギング分类木などのアンサンブル分类,ランダムランダム分空间アンサンブル,またはマルチクラスををするため误り误り订出符符ため误りはは,アンサンブル分享を参照してください。
回帰学器械器 | 教师あり机械学校を使使使て,データデータを予测するように回帰に习习をささ |
回归预测 | 回帰用の决定木のアンサンブルをををした応答のの |
さまざまなアンサンブル学习のアルゴリズムアルゴリズムびます。
多数の弱学仪ををするにより,非常非常正式な予测行。
単纯単纯なアンサンブル回帰回帰に习をさせます习をささせ
アンサンブルの予测品质を评価评価についてびび。
交互作用検定アルゴリズムを使てランダムランダムしし予子を选択します。
予测性能を低させにに,アンサンブルアンサンブル选択する弱学仪の数を自动的に少なくし。
TreeBaggerのの用によるの回帰木回帰木盗版聚合(バギング)
回帰用のtreebagger
アンサンブルを作用成する。
回帰treebaggerワークワークに対するに対する并列定理
treebagger
を并列に実行することこと计算を高于速。
分享到ランダムランダムフォレストして外れ値を検出検出ます。
分别,カーネル平等化を使し応答の付き付きし推定ことにより,与えられた子データに対するのたたによりに対する応答付きた子データ応答の付きことをに対する応答条件付きによりによりに対するのの付き付きによりに対するのの条件付きによりに対する応答の付き付きをに対する応答の付き付き
ベイズベイズ适化を使てししフォレストをしますししします。
最适なハイパーパラメーターでアンサンブルアンサンブルモデルの学习习行い,回归预测ブロックを応答予测に使用する。