视图
查看回归树
句法
视图(树)
视图(树、名称、值)
输入参数
|
名称-值对的观点
指定可选的用逗号分隔的对名称，值参数。名称是参数的名称和价值为对应值。名称必须出现在引号内。可以按任意顺序指定多个名称和值对参数Name1, Value1,…,的家。
|
显示 默认： |
例子
视图训练回归树
查看经过训练的回归树的文本和图形显示。
加载carsmall数据集。想想看，说明了汽车的燃油经济模型（MPG使用其重量（）重量)和钢瓶数量(气瓶）。
加载carsmallX = [重量缸];Y = MPG;
列车采用所有测量回归树。
MDL = fitrtree（X，Y）;
查看经过训练的回归树的文本显示。
视图（MDL）
决策树回归1，如果X1 <3085.5然后节点2 ELSEIF X1> = 3085.5然后节点3别的23.7181 2如果X1 <2371则节点4 ELSEIF X1> = 2371则节点5别的28.7931 3如果X2 <7则节点6 ELSEIF X2> = 7则节点7别的15.5417 4如果X1 <2162则节点8 ELSEIF X1> = 2162则节点9别的32.0741 5如果X2 <5然后节点10 ELSEIF X2> = 5那么节点11别的25.9355 6配合= 19.2778 7如果X1 <4381则节点12 ELSEIF X1> = 4381然后节点13别的14.2963 8如果X1 <1951则节点14 ELSEIF X1> = 1951然后节点15别的33.3056 9配合= 29.6111 10如果X1 <2827.5然后节点16 ELSEIF X1> =2827.5然后节点17别的27.2143 11如果X1 <3013.5然后节点18 ELSEIF X1> = 3013.5然后节点19别的23.25 12如果X1 <3533.5然后节点20 ELSEIF X1> = 3533.5然后节点21别的14.8696 13配合= 11 14配合= 29.37515如果X1 <2142.5然后节点22 ELSEIF X1> = 2142.5然后节点23别的34.4286 16如果X1 <2385则节点24 ELSEIF X1> = 2385然后节点25别的27.6389 17配合= 24.6667 18配合= 21.5 19配合= 30.25 20配合= 16.6 21如果X1 <4378则节点26个elsei˚FX1> = 4378然后节点27别的14.3889 22如果X1 <2080然后节点28 ELSEIF X1> = 2080然后节点29别的34.8333 23配合= 32 24配合= 24.5 25如果X1 <2412.5然后节点30 ELSEIF X1> = 2412.5然后节点31别的28.0313 26如果X1 <4365则节点32 ELSEIF X1> = 4365然后节点33别的14.2647 27配合= 16.5 28配合= 34.125 29配合= 36.25 30配合= 34 31如果X1 <2447则节点34 ELSEIF X1> =2447然后节点35别的27.6333 32如果X1 <4122.5然后节点36 ELSEIF X1> = 4122.5然后节点37别的14.5313 33配合= 10 34配合= 24 35如果X1 <2573.5然后节点38 ELSEIF X1> = 2573.5然后节点39别的27.892936如果X1 <3860则节点40 ELSEIF X1> = 3860然后节点41别的14.15 37配合= 15.1667 38配合= 27.125 39如果X1 <2580然后节点42 ELSEIF X1> = 2580然后节点43别的28.2 40配合= 14.5 41配合= 13.625 42配合= 31 43配合= 27.8889
查看受训回归树的图形显示。
视图（MDL，'模式'，'图形');
查看树从树袋
加载carsmall数据集。想想看，说明了汽车的燃油经济模型（MPG使用其重量（）重量)和钢瓶数量(气瓶）。
加载carsmallX = [重量缸];Y = MPG;
增长的使用所有尺寸100个回归树袋。
RNG（1）%的再现性Mdl = TreeBagger(100年,X, Y);
或者，您也可以使用fitrensemble种植一袋回归树。
Mdl是TreeBagger模型对象。Mdl.Trees存储的训练100个回归树在一个100×1单元阵列的袋。也就是说，在每个单元Mdl.Trees包含CompactRegressionTree模型对象。
查看袋子10日回归树的图。
Tree10 = Mdl.Trees {10};视图(Tree10,'模式'，'图形');
默认情况下，该软件用于生长树木袋深度的树。
视图树从boosted整体
加载carsmall数据集。想想看，说明了汽车的燃油经济模型（MPG使用其重量（）重量)和钢瓶数量(气瓶）。
加载carsmallX = [重量缸];Y = MPG;
提振使用所有尺寸100个回归树合奏。
MDL = fitrensemble（X，Y，'方法'，'LSBoost');
Mdl是RegressionEnsemble模型对象。Mdl.Trained将100棵经过训练的回归树的集合存储在一个100×1的单元格数组中。也就是说，在每个单元Mdl.Trained包含CompactRegressionTree模型对象。
查看集合中第10个回归树的图。
Tree10 = Mdl.Trained {10};视图(Tree10,'模式'，'图形');
默认情况下,fitrensemble种植浅的树木，以增强树木的整体。也就是说,“学习者”是templateTree（ 'MaxNumSplits'，10）。
提示
把树Ť从树木的合奏，输入这些代码行中的一个
视图（Ens.Trained {Ť}）视图（Bag.Trees {Ť})
ENS一套完整的衣服回来了吗fitrensemble或者是由紧凑的。袋是树木全包通过返回TreeBagger或树木紧凑袋返回由紧凑的。
为了节省树在命令窗口中，通过使用得到一个数字手柄找到所有和setdiff函数，然后保存树使用功能saveas。
之前= findall(大的,'类型'，“图”);％找到所有人物视图（MDL，'模式'，'图形') = findall(groot，'类型'，“图”);h = setdiff(之后,之前);％获取树查看器的图形处理另存为（H，'a.png'）
也可以看看
您也可以从以下列表中选择网站:
