アンサンブル分类
アンサンブル分类重み付けた复数の分类のから构成さされる予测予测モデルモデルですですです。。一般，，复数复数ののの分类分类分类モデルモデルを
対话的分类アンサンブル调べるには，分类学习器アプリをます。性を向上せるには，コマンドラインインターフェイスでFitCensembleを使用て木をブースティングまたはするか，ランダムフォレスト[12]を成长ます。されるすべてアンサンブルののはは，アンサンブルアルゴリズムを参照てマルチクラス问题をバイナリ问题アンサンブルに缩小缩小するするににははは，，（ECOC）モデル（ECOC）モデルモデルモデルモデルモデルモデルfitcecocを参照しください。
lsboostを使用てをブースティング方法回帰木のフォレストフォレスト[12]を成长せる方法について，，アンサンブル回帰を参照しください。
アプリ
| 分类学习器 | 教师ありを使用て，データ分类ようにモデルを学习させる |
ブロック
| 分类安排预测 | 决定木アンサンブル使用し観测値を分类 |
关数
クラス
トピック
- 分类学习器をしたアンサンブル学习器学习学习
アンサンブル分类作成およびし新しいデータ予测をため学习済みモデルモデルをエクスポートエクスポート。。。
- アンサンブル学习のワーク
多数のをすることにより，正确な予测を行い。
- アンサンブルアルゴリズム
さまざまな学习のについて学びます。
- アンサンブル分类学习をさせる
単纯な分类学习をさせ。。
- アンサンブル品质テスト
アンサンブルの品质评価するについて学びます。
- アンサンブル分类不均衡または一様误分类コストの处理
クラスの确率类コストを设定方法について学びます。
- 不均衡データで分类
1つのが比率をデータの场合は，分类分类ににに分类アルゴリズムアルゴリズムアルゴリズムアルゴリズム使用し
- 小さいアンサンブルでlpboostと
lpboostおよびtotalboost totalboostアルゴリズムを使用ててを作成作成。（lpboostとtotal bute total boostに优化工具箱™が）。
- 鲁棒boost
予测精度をためににににののを调整します（鲁棒boostににに优化工具箱）。）。
- 代理分岐
代理分岐し，欠损データある场合予测を向上ささます。
- アンサンブル分类の学习
バギングアンサンブル并列再现性ある学习を行う。
- treebaggerの使用による木ののののののののののののののの
分类用の
treebaggerアンサンブルを作成。 - 决定木のによる格付け
この例は信用格付けツールの方法を示します。
- ランダム部分空间分类
ランダム部分を使用て分类のをささますます。
- 分类安排预测ブロックブロックによるラベル予测予测予测予测
最适なパラメーターで分类モデルのを，，，分类安排预测ブロックを予测に使用。。
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）