文档帮助中心文档
类:TreeBagger
决策树的紧凑集成
CMdl=紧凑(Mdl)的紧凑版本Mdl,一个TreeBagger模型对象。你可以用CMdl就像你可以用的那样Mdl.然而,由于CMdl如果不包含训练数据,则无法执行某些操作,例如使用oobPredict.
CMdl=紧凑(Mdl)
CMdl
Mdl
TreeBagger
oobPredict
创建的回归集成TreeBagger.
一个紧凑的回归集合。CMdl的类CompactTreeBagger.
CompactTreeBagger
全部展开
创建一个紧凑的树袋,有效地对新数据进行预测。
加载电离层数据集。
电离层
负载电离层
训练一袋100棵分类树使用所有的测量和AdaBoostM1方法。
AdaBoostM1
Mdl = TreeBagger (100 X, Y,“方法”,“分类”)
Mdl = TreeBagger合奏与100袋装决策树:训练X: [351 x34]培训Y: [351 x1)方法:分类NumPredictors: 34 NumPredictorsToSample: 6 MinLeafSize: 1 InBagFraction: 1 SampleWithReplacement: 1 ComputeOOBPrediction: 0 ComputeOOBPredictorImportance: 0距离:[]一会:“b”“g”属性,方法
Mdl是一个TreeBagger模型对象,其中包含训练数据。
创建一个紧凑的版本Mdl.
CMdl =紧凑(Mdl)
CMdl = CompactTreeBagger集合与100袋决策树:方法:分类NumPredictors: 34 ClassNames: 'b' ' 'g'属性,方法
CMdl是一个CompactTreeBagger模型对象。CMdl几乎一样吗Mdl.一个例外是它不存储训练数据。
比较所消耗的空间量Mdl和CMdl.
mdlInfo =谁(“Mdl”);cMdlInfo =谁(“CMdl”);[mdlInfo。字节cMdlInfo.bytes]
ans =1×21115742 976936
Mdl比CMdl.
CMdl。树储存经过训练的分类树(CompactClassificationTree模型对象)Mdl.
CMdl。树
CompactClassificationTree
在紧凑模型中显示第一棵树的图。
视图(CMdl。{1},“模式”,“图”);
默认情况下,TreeBagger深树生长。
预测的平均值的标签X使用紧凑的集成。
X
predMeanX =预测(CMdl,意味着(X))
predMeanX =1 x1单元阵列{' g '}
CompactTreeBagger|错误|预测
错误
预测
이예제의수정된버전이있습니다。사용자가편집한내용을반영하여이예제를여시겠습니까?
다음MATLAB명령에해당하는링크를클릭했습니다。
명령을실행하려면MATLAB명령창에입력하십시오。웹브라우저는MATLAB명령을지원하지않습니다。
选择一个网站,在那里获得翻译的内容,并看到当地的活动和优惠。根据您的位置,我们建议您选择:.
你也可以从以下列表中选择一个网站:
选择中国网站(中文或英文)以获得最佳网站性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
与当地办事处联系