预测使用分类和回归树
这个例子展示了如何使用训练预测类标签或反应分类和回归树。
创建树之后,您可以很容易地预测新数据的反应。假设Xnew
是新的有相同数量的列的数据与原始数据X
。预测分类或回归基于树(Mdl
)和新数据,输入
Xnew Ynew =预测(Mdl)
为每一行的数据Xnew
,预测
贯穿决策Mdl
并给出对应元素的结果预测Ynew
。在分类树预测的更多信息,见预测
。对于回归,看到预测
。
例如,找到一个点的预测分类的均值电离层
数据。
负载电离层CMdl = fitctree (X, Y);Ynew =预测(CMdl,意味着(X))
Ynew =1 x1单元阵列{' g '}
找到预测英里/加仑
一个点的均值carsmall
数据。
负载carsmallX =(马力重量);RMdl = fitrtree (X, MPG);Ynew =预测(RMdl,意味着(X))
Ynew = 28.7931
另请参阅
fitctree
|fitrtree
|ClassificationTree
|RegressionTree
|预测(CompactRegressionTree)
|预测(CompactClassificationTree)