主要内容

이번역페이지는최신내용을담고있지않습니다。최신내용을문으로보려면여기를클릭하십시오。

결정 트리

결정트리(분류트리및회귀트리)는데이터에대한응답변수를예측합니다。응답변수를예측하려면루트(시작)노드에서리프노드까지트리의결정을따르십시오。리프노드에는응답변수가포함되어있습니다。분류트리는“真正的”또는“假”와같은명목형응답변수를제공합니다。회귀트리는숫자형응답변수를제공합니다。

统计和机器学习工具箱™트리는이진입니다。예측의각단계에는예측변수한개의값을확하는작업이포함됩니다。예를들어,다음은단순한분류트리입니다。

이트리는두개의예측변수x1x2를기반으로하여분류를예측합니다。삼각형(Δ)으로나타낸최상위노드에서시작하여예측을수행하십시오。첫번째결정사항은x10.5보다작은지여부입니다。작을경우,왼쪽가지를따라가트리가데이터를유형0으로분류함을확합니다。

그러나x10.5를초과할경우오른쪽가지를따라가오른쪽아래삼각형노드로진행합니다。여기서트리는x20.5보다작은지여부를묻습니다。작을경우,왼쪽가지를따라가트리가데이터를유형0으로분류함을확합니다。그렇지않을경우,오른쪽가지를따라가트리가데이터를유형1로분류함을확합니다。

결정트리를사용하여분류또는회귀에사용할데이터를준비하는방법을알아보려면지도학습의단계항목을참조하십시오。

분류트리훈련시키기

이예제에서는분류트리를훈련시키는방법을보여줍니다。

전체电离层데이터세트를사용하여분류트리를생성합니다。

负载电离层包含X和Y变量Mdl = fitctree(X,Y)
Mdl = ClassificationTree ResponseName: 'Y' CategoricalPredictors: [] ClassNames: {'b' 'g'} ScoreTransform: 'none' NumObservations: 351属性,方法

회귀트리훈련시키기

이예제에서는회귀트리를훈련시키는방법을보여줍니다。

carsmall데이터세트에포함된모든관측값을사용하여회귀트리를생성합니다。马力벡터와重量벡터를예측변수로,英里/加仑벡터를응답변수로간주합니다。

负载carsmall包含马力,重量,MPGX =[马力重量];Mdl =曲线树(X,MPG)
Mdl = RegressionTree ResponseName: 'Y' CategoricalPredictors: [] ResponseTransform: 'none' NumObservations: 94属性,方法

참고 문헌

[1]布雷曼,L. J. H.弗里德曼,R. A.奥尔申和C. J.斯通。分类和回归树。佛罗里达州博卡拉顿:查普曼和霍尔,1984年。

참고 항목

|||

관련 항목