データ内のすべての予测子変数について予测子の重要度を推定します。

Carsmall.データセットを読み込みます。

加载Carsmall.

加速那气瓶那移位那马力那model_year.および重量をを子として使使用して，MPG.の回帰木を成长さますます。

X = [加速缸位移马力型号_仪重量];树= fitrtree（x，mpg）;

すべての予测子変数について予测子の重要度を推定します。

Imp = predictorimportance（树）

Imp =1×6.0.0647 0.068 0.1155 0.1411 0.3348 2.6565

最后の予测子重量は，燃费に対する影响が最も大大なっなっていい予测に対する影响がさいさいさいさいさいさいさいさいはさいさい予测ははさい加速です。

管理分享分别がが含まれいる回帰木，データに含まれているのについてについて子

Carsmall.データセットを読み込みます。

加载Carsmall.

加速那气瓶那移位那马力那model_year.および重量をを子として使使用して，MPG.の回帰木を成长せますますます。

X = [加速缸位移马力型号_仪重量];树= fitrtree（x，mpg，“代理”那'在'）;

すべての予测子変数について予测子の重要度を推定します。

Imp = predictorimportance（树）

Imp =1×6.1.0449 2.4560 2.5570 2.5788 2.0832 2.8938

偶尔を予测子の重要度の推定の结果と比较すると，燃费に対する影响が最も大厦のの依然として重量ですが，气瓶は4番目に重要な子にになってます。

Carsmall.データデータを読み込みます。与えられた加入，気筒数，エンジンエンジン载荷，马力，制造业主，モデル年および重重自を考えますするする考えます。气瓶那MFG.およびmodel_year.はカテゴリカル分数であるとします。

加载Carsmall.汽缸=分类（气缸）;MFG =分类（CellStr（MFG））;model_year =分类（model_year）;X =表（加速，圆柱，位移，马力，MFG，......model_year，重量，mpg）;

カテゴリカル驰数量

num cinders = numel（类别（圆筒））

numcylinders = 3

nummfg = numel（类别（MFG））

nummfg = 28.

nummodelyear = numel（类别（model_year））

nummodelyear = 3.

气瓶とmodel_year.には3つしかカテゴリがないので，予测子分割アルゴリズムの标准CARTではこの2つの変数よりも连続予测子が分割されます。

データセット全にに习せせますますさせますます。偏りためはようようしますためは欠损指定し含まには値が含まいるので，应当分享を使指定します。

mdl = fitrtree（x，'mpg'那'预测互联'那'曲率'那“代理”那'在'）;

すべての予测子について分类によるリスク変をで除算こと，予测子の度のをします。

Imp = predictorimportance（mdl）;数字;酒吧（IMP）;标题（'预测重点估计'）;ylabel（'估计'）;Xlabel（'预测器'）;H = GCA;h.xticklabel = mdl.predictornames;H.xticklabelrotation = 45;H.TicklabelInterpreter =.'没有任何';

このケースでは，最も重要なな子は移位であり，次次に重要重要なの马力です。