Main Content

Entrenar un ensemble de clasificación

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: [100x1 double]
       FitInfoDescription: {2x1 cell}


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');

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 = 1x1 cell array
    {'g'}

Consulte también

|

Temas relacionados