分类树
要互动种植分类树，请使用分类Learner应用程序。为了提高灵活性，请使用分类树生长Fitctree在命令行。种植分类树后，通过将树和新的预测数据数据和新的预测数据进行预测标签predict。
应用
| 分类Learner | Train models to classify data using supervised machine learning |
块
| 分类树预测 | 使用决策树分类器对观察进行分类 |
功能
课程
分类Tree |
Binary decision tree for multiclass classification |
CompactClassificationTree |
紧凑的分类树 |
分类部门模型 |
Cross-validated classification model |
话题
- Train Decision Trees Using Classification Learner App
Create and compare classification trees, and export trained models to make predictions for new data.
- 监督学习工作流程和算法
Understand the steps for supervised learning and the characteristics of nonparametric classification and regression functions.
- Decision Trees
Understand decision trees and how to fit them to data.
- 成长的决策树
为了种植决策树，
FitctreeandFitrtree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。
- 可视化不同分类器的决策表面
This example shows how to visualize the decision surface for different classification algorithms.
- 分类树中的分类预测指标
Learn about the heuristic algorithms for optimally splitting categorical variables with many levels while growing decision trees.
- 改善分类树和回归树
通过设置名称值对参数来调整树
FitctreeandFitrtree。 - 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
Predict responses for new data using a trained regression tree, and then plot the results.
- 使用ClassificationTree Pred预测类标签ict Block
使用分类学习者应用训练分类决策树模型，然后使用分类树预测标签预测的块。
- 人类活动识别simulink模型用于定点部署万博1manbetx
Generate code from a classification Simulink®为定点部署准备的模型。
- 使用机器学习算法在Arduino硬件上识别打孔和弹性手势（万博1manbet万博1manbetxxsimulink支持包适用于Arduino硬件）
This example shows how to use the Simulink® Support Package for Arduino® Hardware to identify punch and flex hand gestures using a machine learning algorithm.
You can also select a web site from the following list:
美洲
- América Latina(Español)
- 加拿大（英语）
- 美国（英语）