Entrenar un ensemble de clasificación

Abrir script en vivo

En este ejemplo se muestra cómo crear un ensemble de árboles de clasificación para el conjunto de datos ionosphere y cómo utilizarlo para predecir la clasificación de una señal de retorno de radar con mediciones medias.

Cargue el conjunto de datos ionosphere.

load ionosphere

Entrene un ensemble de clasificación. Para problemas de clasificación binaria, fitcensemble agrega 100 árboles de clasificación utilizando LogitBoost.

Mdl = fitcensemble(X,Y)
Mdl = 
  ClassificationEnsemble
             ResponseName: 'Y'
    CategoricalPredictors: []
               ClassNames: {'b'  'g'}
           ScoreTransform: 'none'
          NumObservations: 351
               NumTrained: 100
                   Method: 'LogitBoost'
             LearnerNames: {'Tree'}
     ReasonForTermination: 'Terminated normally after completing the requested number of training cycles.'
                  FitInfo: [100×1 double]
       FitInfoDescription: {2×1 cell}


  Properties, Methods

Mdl es un modelo de ClassificationEnsemble.

Represente una gráfica del primer árbol de clasificación entrenado en el ensemble.

view(Mdl.Trained{1}.CompactRegressionLearner,'Mode','graph');

Figure Regression tree viewer contains an axes object and other objects of type uimenu, uicontrol. The axes object contains 36 objects of type line, text. One or more of the lines displays its values using only markers

De forma predeterminada, fitcensemble desarrolla árboles poco profundos para algoritmos de potenciación. Puede modificar la profundidad del árbol pasando un objeto de la plantilla del árbol a fitcensemble. Para obtener más información, consulte templateTree.

Prediga la calidad de una señal de retorno de radar con mediciones medias del predictor.

label = predict(Mdl,mean(X))
label = 1×1 cell array
    {'g'}

Consulte también

|

Temas