最新のリリースでは,このページがまだ翻訳されていません。このページの最新版は英语でご覧になれます。
対话的に分类木を成长させるには,分类学习器アプリを使用します。柔软性を向上させるためには,コマンドラインでfitctree
を使用して分类木を成长させます。分类木を成长させた后で,木と新しい予测子データを预测
に渡してラベルを予测します。
分类学习器 | 教师あり机械学习を使用して,データを分类するようにモデルを学习させる |
ClassificationTree |
分类に使用される二分决定木 |
CompactClassificationTree |
コンパクトな分类木 |
ClassificationPartitionedModel |
交差検证分类モデル |
分类木を作成および比较し,新しいデータについて予测を行うため学习済みモデルをエクスポートします。
教师あり学习の手顺とノンパラメトリック分类および回帰关数の特性を理解します。
决定木について,および决定木をデータにあてはめる方法について理解します。
既定の设定では,fitctree
とfitrtree
は决定木を成长させるために标准车アルゴリズムを学习データに适用します。
学习済みの决定木のテキストまたはグラフィック表现を作成および表示します。
この例では,各种の分类アルゴリズムについて决定面を可视化する方法を示します。
决定木を成长させるときに,多数のレベルがあるカテゴリカル変数を最适な方法で分割する,ヒューリスティックアルゴリズムについて学びます。
fitctree
とfitrtree
で名前と値のペアの引数を设定することによって,木を调整します。
学习済みの分类木と回帰木を使用してクラスラベルまたは応答を予测します。
学习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测してから,结果をプロットします。