Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

predict

Predecir respuestas usando el árbol de regresión

Descripción

Yfit = predict(Mdl,X) Devuelve un vector de respuestas previstas para los Datos predictores de la tabla o matriz, en función del árbol de regresión completo o compacto.XMdl

Yfit = predict(Mdl,X,Name,Value) predice los valores de respuesta con opciones adicionales especificadas por uno o más argumentos de par.Name,Value Por ejemplo, puede especificar la podar a un nivel determinado antes de predecir las respuestas.Mdl

[Yfit,node] = predict(___) también devuelve un vector de los números de nodo pronosticados para las respuestas, utilizando cualquiera de los argumentos de entrada en las sintaxis anteriores.

Argumentos de entrada

expandir todo

Árbol de clasificación entrenado, especificado como un objeto de modelo o.RegressionTreeCompactRegressionTree Es decir, es un modelo de clasificación entrenado devuelto por oMdlfitrtree compact.

Datos de predictor que se clasificarán, especificados como una matriz o tabla numérica.

Cada fila de corresponde a una observación, y cada columna corresponde a una variable.X

  • Para una matriz numérica:

    • Las variables que componen las columnas de deben tener el mismo orden que las variables predictoras que entrenaron.XMdl

    • Si ha entrenado usando una tabla (por ejemplo,), entonces puede ser una matriz numérica si contiene todas las variables predictoras numéricas.MdlTblXTbl Para tratar los predictores numéricos como categóricos durante el entrenamiento, identifique los predictores categóricos utilizando el argumento de par nombre-valor de.TblCategoricalPredictorsfitrtree Si contiene variables predictoras heterogéneas (por ejemplo, tipos de datos numéricos y categóricos) y es una matriz numérica, se produce un error.TblXPredecir

  • Para una tabla:

    • no admite variables de varias columnas ni matrices de celdas que no sean matrices de celdas de vectores de caracteres.Predecir

    • Si ha entrenado utilizando una tabla (por ejemplo,), todas las variables predictoras en deben tener los mismos nombres de variables y tipos de datos que los que entrenaron (almacenados en).MdlTblXMdlMdl.PredictorNames Sin embargo, el orden de columna de no necesita corresponder al orden de columna de. y puede contener variables adicionales (variables de respuesta, pesos de observación, etc.), pero las ignora.XTblTblXPredecir

    • Si entrenó con una matriz numérica, los nombres de los predictores y los nombres de las variables predictoras correspondientes deben ser los mismos.MdlMdl.PredictorNamesX Para especificar nombres de predictores durante el entrenamiento, vea el argumento de par nombre-valor de.PredictorNamesfitrtree Todas las variables predictoras en deben ser vectores numéricos. puede contener variables adicionales (variables de respuesta, pesos de observación, etc.), pero las ignora.XXPredecir

Tipos de datos: table | double | single

Argumentos de par nombre-valor

Especifique pares de argumentos separados por comas opcionales. es el nombre del argumento y es el valor correspondiente. deben aparecer dentro de las cotizaciones.Name,ValueNameValueName Puede especificar varios argumentos de par de nombre y valor en cualquier orden como.Name1,Value1,...,NameN,ValueN

Nivel de poda, especificado como el par separado por comas que consta de y un vector de enteros no negativos en orden ascendente o.'Subtrees''all'

Si especifica un vector, todos los elementos deben ser al menos y como máximo. indica el árbol completo, no podado e indica el árbol completamente podado (es decir, sólo el nodo raíz).0max(Mdl.PruneList)0max(Mdl.PruneList)

Si especifica,'all' predict opera en todos los subárboles (es decir, toda la secuencia de poda). Esta especificación equivale a usar.0:max(Mdl.PruneList)

predict ciruelas a cada nivel indicado en y, a continuación, estima los argumentos de salida correspondientes.MdlSubtrees El tamaño de determina el tamaño de algunos argumentos de salida.Subtrees

Para invocar, las propiedades y de deben estar no vacías.SubtreesPruneListPruneAlphaMdl En otras palabras, crece estableciendo, o podando usandoMdl'Prune','on'Mdl prune.

Ejemplo: 'Subtrees','all'

Tipos de datos: single | double | char | string

Argumentos de salida

expandir todo

Valores de respuesta previstos, devueltos como un vector de columna numérico con el mismo número de filas que.X Cada fila de da la respuesta pronosticada a la fila correspondiente de, basado en el.YfitXMdl

Números de nodo para las predicciones, especificadas como un vector numérico. Cada entrada corresponde al nodo de hoja pronosticado para la fila correspondiente de.MdlX

Ejemplos

expandir todo

Cargue el conjunto de datos.carsmall Considere, y como predictores de la respuesta.DisplacementHorsepowerWeightMPG

load carsmall X = [Displacement Horsepower Weight];

Aumente un árbol de regresión utilizando todo el conjunto de datos.

Mdl = fitrtree(X,MPG);

Predecir el MPG para un coche con 200 pulgadas cúbicas cilindrada, 150 caballos de fuerza, y que pesa 3000 lbs.

X0 = [200 150 3000]; MPG0 = predict(Mdl,X0)
MPG0 = 21.9375 

El árbol de regresión predice que la eficiencia del coche es de 21,94 MPG.

Capacidades ampliadas

Introducido en R2011a