Regression Learner | 火车回归模型使用监督的机器学习预测数据 |
回归征预测 | 使用决策树的合奏进行回归预测响应 |
了解合奏学习的不同算法。
通过使用许多弱学习者获得高度准确的预测。
Train a simple regression ensemble.
学习评估合奏的预测质量的方法。
使用交互测试算法为随机森林选择分裂预测器。
Automatically choose fewer weak learners for an ensemble in a way that does not diminish predictive performance.
Bootstrap Aggregation (Bagging) of Regression Trees Using TreeBagger
创建一个treebagger
ensemble for regression.
Use Parallel Processing for Regression TreeBagger Workflow
通过运行加快计算treebagger
在平行下。
Detect Outliers Using Quantile Regression
使用分位数随机森林检测数据中的离群值。
使用分位数随机森林估算给定预测数据的条件分位数,并通过使用内核平滑估算响应的条件分布函数。
Tune quantile random forest using Bayesian optimization.
使用最佳超参数训练回归合奏模型,然后使用回归征预测响应预测的块。