アンサンブル回帰に学习ををせる

このこの例で，アンサンブル回帰を作用成し，Carsmall.のデータで学习させ，马力と重量に基づいて自动车の燃费效率を予测する方法を示します。

Carsmall.データセットを読み込みます。

加载Carsmall.

予测子データを制备します。

x = [马力重量];

応答データはMPG.です。ブースティング回帰アンサンブルタイプとして使のはlsboost.だけです。このこのでは，100个のツリーから构成さアンサンブルを任意に选択，既定のツリーオプションを使。

回帰木のアンサンブルに学习

mdl = fitrensemble（x，mpg，'方法'那'lsboost'那'numlearnicalnicycle'，100）

mdl =回归enseSemble racatectename：'y'pationoricalpricictors：[] respondetransform：'none'numobservations：94 numtromed：100方法：'lsboost'学习名称：{'树'}原谅：'完成所要求的训练周期后正常终止。'fitinfo：[100x1 double] fitinfodescription：{2x1 cell}正则化：[]属性，方法

アンサンブル内の1番目の学习済み回帰木のグラフをプロットします。

查看（mdl.tromed {1}，'模式'那'图形'）;

既定では，fitrensemble.はLSBoostについて浅い木ををささます。

150马力で批量が2750ポンドの自动车について燃费效率を予测します。

里程=预测（MDL，[150 2750]）

里程= 23.6713.

参考

fitrensemble.|预测

关键词する

• アンサンブル分类に学习习させる
• ランダムフォレストの予测子の选択
• 决定木
• アンサンブルアルゴリズム
• アンサンブル学习のフレームワーク