このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
分類木と回帰木を使用した予測
この例では、学習済みの分類木と回帰木を使用してクラス ラベルまたは応答を予測する方法を示します。
ツリーを作成すれば、新しいデータに対して簡単に応答を予測できます。Xnew
という新しいデータが、基のデータX
と同じ列数であるとします。ツリー (Mdl
) と新しいデータに基づいて分類または回帰を予測するため、次のように入力します。
Ynew = predict(Mdl,Xnew)
Xnew
のデータの各行について、predict
はMdl
の意思決定を経た予測結果をYnew
の要素に設定します。分類木による予測の詳細については、predict
を参照してください。回帰については、predict
を参照してください。
たとえば、ionosphere
データの平均にある点の予測分類を求めます。
loadionosphereCMdl = fitctree(X,Y); Ynew = predict(CMdl,mean(X))
Ynew =1x1 cell array{'g'}
carsmall
データの平均にある点の予測MPG
を求めます。
loadcarsmallX = [Horsepower Weight]; RMdl = fitrtree(X,MPG); Ynew = predict(RMdl,mean(X))
Ynew = 28.7931
参考
fitctree
|fitrtree
|ClassificationTree
|RegressionTree
|predict (CompactRegressionTree)
|predict (CompactClassificationTree)