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。
対話的に回帰木を成長させるには,回帰学習器アプリを使用します。柔軟性を向上させるためには,コマンドラインでfitrtree
を使用して回帰木を成長させます。回帰木を成長させた後で、木と新しい予測子データを预测
に渡して応答を予測します。
回帰学習器 | 教師あり機械学習を使用して,データを予測するように回帰モデルに学習をさせる |
RegressionTree预测 | 回帰木モデルの使用による応答の予測 |
RegressionTree |
回帰木 |
CompactRegressionTree |
コンパクトな回帰木 |
RegressionPartitionedModel |
交差検証済みの回帰モデル |
回帰木を作成および比較し,新しいデータについて予測を行うため学習済みモデルをエクスポートします。
教師あり学習の手順とノンパラメトリック分類および回帰関数の特性を理解します。
決定木について,および決定木をデータにあてはめる方法について理解します。
既定の設定では,fitctree
とfitrtree
は決定木を成長させるために標準购物车アルゴリズムを学習データに適用します。
学習済みの決定木のテキストまたはグラフィック表現を作成および表示します。
fitctree
とfitrtree
で名前と値のペアの引数を設定することによって,木を調整します。
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します。
学習済みの回帰木を使用して新しいデータに対する応答を予測してから,結果をプロットします。
RegressionTree预测ブロックの使用による応答の予測
この例ではRegressionTree预测ブロックを仿真软件®の応答金宝app予測に使用する方法を示します。