文档帮助中心
类:RegressionTree
紧凑型回归树
ctree =紧凑(树)
ctree=紧凑(树)创建的压缩版本树。
ctree=紧凑(树)
ctree
树
回归树使用创建fitrtree。
fitrtree
紧凑回归树。ctree拥有一流CompactRegressionTree。您可以使用预测回归ctree正是因为你可以使用树。然而,由于ctree不包含的训练数据,不能执行一些操作,如交叉验证。
CompactRegressionTree
展开全部
一个完整的回归树模型的大小与压实模型。
加载carsmall数据集。考虑促进,移位,马力和重量作为预测变量。
carsmall
促进
移位
马力
重量
加载carsmallX = [加速油缸位移马力重量];
使用整个数据集的增长回归树。
MDL = fitrtree(X,MPG)
MDL = RegressionTree ResponseName: 'Y' CategoricalPredictors:[] ResponseTransform: '无' NumObservations:94的属性,方法
MDL是RegressionTree模型。它是一个完整的模型,也就是说,它存储诸如预测和响应数据fitrtree在训练中使用。对于完全回归树模型的属性列表,请参阅RegressionTree。
MDL
RegressionTree
创建完整的回归树的压缩版本。也就是说,一个包含足够的信息来只做出预测。
CMDL =紧凑(MDL)
CMDL = classreg.learning.regr.CompactRegressionTree ResponseName: 'Y' CategoricalPredictors:[] ResponseTransform: '无' 的属性,方法
CMDL是CompactRegressionTree模型。对于紧凑型回归树模型的属性列表,请参阅CompactRegressionTree。
CMDL
检查的内存量,充分和紧凑回归树消耗。
mdlInfo =卫生组织(“铜牌”);cMdlInfo =卫生组织('CMDL');[mdlInfo.bytes cMdlInfo.bytes]
ANS =1×212233 6730
cMdlInfo.bytes / mdlInfo.bytes
ANS = 0.5502
在这种情况下,约25%较少的内存比全模式消耗紧凑回归树模型消耗。
CompactRegressionTree|RegressionTree|fitrtree|预测
预测
这个例子的修改版本的系统上存在。你要打开这个版本呢?
您单击对应于该MATLAB命令的链接:
在MATLAB命令窗口中输入它运行的命令。Web浏览器不支持MATLAB的命令。万博1manbetx
选择一个网站,以获得翻译的内容,其中可看到当地的活动和优惠。根据您的位置,我们建议您选择:。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。
请联系您当地的办事处