主要内容

La traduccion de esta pagina aun没有se ha actualizado mas reciente La版本。哈加clic aqui对位版本la天涯版本en单身。

Arboles de clasificacion

Arboles德决定binarios对位aprendizaje multiclase

帕拉aumentar联合国arbol de clasificacion de形式interactiva utilice la应用分类学习者。帕拉市长flexibilidad aumente联合国arbol de clasificacion mediantefitctreeen la linea de第一。tra利用aumentar联合国arbol de clasificacion prediga las etiquetas pasando el arbol y洛新拿督de los预测预测

应用程序

分类学习者 机器学习Entrenar莫德罗帕拉clasificar拿督usando supervisado

Bloques

ClassificationTree预测 观察使用决策树分类器进行分类

一些必要

expandir待办事项

fitctree 适合二叉决策树的多类分类
紧凑的 紧凑的树
修剪 生产序列分类树的修剪
cvloss 通过交叉验证分类错误
石灰 本地可model-agnostic解释(石灰)
nodeVariableRange 检索变量决策树节点的范围
partialDependence 计算部分依赖
plotPartialDependence 创建部分依赖图(PDP)和个人条件期望(ICE)情节
predictorImportance 估计预测重要的分类树
沙普利 沙普利值
surrogateAssociation 意味着预测衡量代理协会分类树的分裂
视图 视图分类树
crossval 旨在决策树
kfoldEdge 分类旨在分类模型的边缘
kfoldLoss 分类损失旨在分类模型
kfoldMargin 分类利润率旨在分类模型
kfoldPredict 观察在旨在分类模型进行分类
kfoldfun 旨在功能分类
损失 分类错误
resubLoss 由resubstitution分类错误
compareHoldout 比较两种分类模型使用新数据的精度
边缘 分类的优势
保证金 分类的利润率
resubEdge 分类边缘resubstitution
resubMargin 分类利润resubstitution
testckfold 比较两种分类模型的精度重复交叉验证
预测 预测使用分类树标签
resubPredict 预测resubstitution标签的分类树
收集 收集的属性统计和机器学习工具对象从GPU

一堂课

ClassificationTree 二叉决策树的多类分类
CompactClassificationTree 紧凑的分类树
ClassificationPartitionedModel 旨在分类模型

特马