帮助中心帮助中心

回归树

二进制决策树回归

要互动种植回归树，请使用回归学习者应用程序。为了提高灵活性，请使用回归树生长Fitrtree在命令行。种植回归树后，通过将树和新的预测数据数据和新的预测数据进行预测响应预测。

应用

回归学习者

火车回归模型使用监督的机器学习预测数据

块

回归树预测

使用回归树模型预测响应

功能

创建回归树

`Fitrtree`	适合二进制决策树以进行回归
`袖珍的`	紧凑的回归树
`修剪`	通过修剪产生回归子树的序列

解释回归树

`酸橙`	局部可解释的模型不足解释（石灰）
`Nodevariablerange`	检索决策树节点的变量范围
`partialdependence`	计算部分依赖性
`情节依赖性`	创建部分依赖图（PDP）和个人条件期望（ICE）图
`预测象征`	估计预测因子对回归树的重要性
`替代性关联`	回归树中替代分裂的关联的平均预测度量
`沙普利`	沙普利值
`看法`	查看回归树

交叉验证回归树

`杂交`	交叉验证的决策树
`cvloss`	通过交叉验证回归误差
`kfoldfun`	回归的跨效率函数
`kfoldpredict`	预测交叉验证回归模型中观察结果的响应
`kfoldloss`	跨验证分区回归模型的损失

测量性能

`失利`	回归误差
`重新公开`	通过重新结算回归错误

预测响应

`预测`	使用回归树预测响应
`重新提高`	预测树的重新结论反应

收集回归树的特性

`收集`	收集的属性统计和机器学习工具箱来自GPU的对象

课程

`回归树`	回归树
`CompactregressionTree`	紧凑的回归树
`回归分配模型`	交叉验证回归模型

话题

使用回归学习者应用程序训练回归树
创建和比较回归树，并导出经过训练的模型，以对新数据进行预测。
监督学习工作流程和算法
了解监督学习的步骤以及非参数分类和回归功能的特征。
决策树
了解决策树以及如何将它们适合数据。
成长的决策树
为了种植决策树，Fitctree和Fitrtree默认情况下，将标准购物车算法应用于培训数据。
查看决策树
创建并查看受过训练的决策树的文本或图形描述。
改善分类树和回归树
通过设置名称值对参数来调整树Fitctree和Fitrtree。
使用分类和回归树的预测
使用训练有素的分类和回归树预测类标签或响应。
预测子树的样本外反应
使用训练有素的回归树预测新数据的响应，然后绘制结果。
使用回归树预测响应预测块
此示例显示了如何使用回归树预测块在Simulink®中进行响应预测。万博1manbetx