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

Los árboles de regresión

Árboles de decisión binaria para regresión

Para aumentar de forma interactiva un árbol de regresión, utilice la aplicación.El aprendiz de regresión Para mayor flexibilidad, aumente un árbol de regresión usando la línea de comandos.fitrtree Después de cultivar un árbol de regresión, predecir las respuestas pasando el árbol y los nuevos Datos predictores.predict

Aplicaciones

El aprendiz de regresiónEntrenar modelos de regresión para predecir datos mediante el aprendizaje automático supervisado

Funciones

expandir todo

fitrtreeAjustar árbol de decisión binaria para la regresión
compactÁrbol de regresión compacta
pruneProducir secuencia de subárboles mediante la poda
cvlossError de regresión mediante validación cruzada
plotPartialDependenceCree parcelas de dependencia parcial (PDP) y de expectativa condicional individual (ICE)
predictorImportanceLas estimaciones de importancia predictora
viewVer árbol
crossvalEl árbol de decisión validado
kfoldfunFunción de validación cruzada
kfoldPredictPredecir la respuesta para observaciones no utilizadas para el entrenamiento
kfoldLossLa pérdida de validación cruzada del modelo de regresión con particiones
lossError de regresión
resubLossError de regresión por reenvío
predictPredecir respuestas usando el árbol de regresión
resubPredictPredecir la respuesta de reenvío del árbol

Clases

RegressionTreeÁrbol de regresión
CompactRegressionTreeÁrbol de regresión compacta
RegressionPartitionedModelModelo de regresión con validación cruzada

Temas

Entrenar árboles de regresión utilizando la aplicación de regresión Learner

Cree y compare árboles de regresión y exporte modelos entrenados para realizar predicciones para nuevos datos.

Flujo de trabajo de aprendizaje supervisado y algoritmos

Comprenda los pasos para el aprendizaje supervisado y las características de las funciones de clasificación y regresión no paramétricas.

Árboles de decisión

Comprenda los árboles de decisión y cómo ajustarlos a los datos.

Árboles de decisión crecientes

Para aumentar los árboles de decisión y aplicar el algoritmo CART estándar de forma predeterminada a los datos de entrenamiento.fitctreefitrtree

Ver el árbol de decisión

Cree y visualice un texto o una descripción gráfica de un árbol de decisión entrenado.

Mejorar árboles de clasificación y árboles de regresión

Ajuste los árboles estableciendo argumentos de par nombre-valor en y.fitctreefitrtree

Predicción mediante árboles de clasificación y regresión

Predecir etiquetas de clase o respuestas utilizando árboles de regresión y clasificación entrenados.

Predecir las respuestas fuera de muestra de los subárboles

Predecir las respuestas de los datos nuevos mediante un árbol de regresión entrenado y, a continuación, trazar los resultados.