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'}