La traducción de esta página está obsoleta. Haga clic aquí para ver la última versión en inglés.
Un ensemble de árboles de regresión es un modelo predictivo compuesto por una combinación ponderada de varios árboles de regresión. En general, la combinación de varios árboles de regresión aumenta la capacidad predictiva. Para potenciar árboles de regresión mediante LSBoost, utilicefitrensemble
。paraempaquetarárbolesderegresióno aumentar un bosque aleatorio[12], utilicefitrensemble
oTreeBagger
。Para implementar una regresión por cuantiles mediante un empaquetado de árboles de regresión, utiliceTreeBagger
。
en cuanto a losembles declasificación,como Alboles declasificaciónpotenciAdoso empaquetados,ememembles de subespacacios leateatorios o Modeleos o ModeleosdeCódigosde salida de salida de salida de salida de salida decorreccióndecorrecciónde correccioun de errores(ecoci sus sus sus sigi siglase siglas siglas en ingiifiic s)Ensembles de clasificación。
回归学习者 | Train regression models to predict data using supervised machine learning |
RegressionEnsemble Predict | Predict responses using ensemble of decision trees for regression |
Learn about different algorithms for ensemble learning.
Framework for Ensemble Learning
Obtain highly accurate predictions by using many weak learners.
训练简单的回归合奏。
Learn methods to evaluate the predictive quality of an ensemble.
Select split-predictors for random forests using interaction test algorithm.
自动选择较少的弱学习者作为一个不会降低预测性能的方式。
Create aTreeBagger
回归的合奏。
Speed up computation by runningTreeBagger
in parallel.
使用分位数随机森林检测数据中的离群值。
Conditional Quantile Estimation Using Kernel Smoothing
Estimate conditional quantiles of a response given predictor data using quantile random forest and by estimating the conditional distribution function of the response using kernel smoothing.
Tune Random Forest Using Quantile Error and Bayesian Optimization
使用贝叶斯优化调整分位数随机森林。
Predict Responses Using RegressionEnsemble Predict Block
Train a regression ensemble model with optimal hyperparameters, and then use theRegressionEnsemble Predictblock for response prediction.