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

Train regresión Ensemble

Este ejemplo muestra cómo crear un conjunto de regresión para predecir el kilometraje de los coches en función de su potencia y peso, entrenados en los datos.carsmall

Cargue el conjunto de datos.carsmall

load carsmall

Prepare los Datos predictores.

X = [Horsepower Weight];

Los datos de respuesta son.MPG El único tipo de conjunto de regresión potenciado disponible es.LSBoost Para este ejemplo, elija arbitrariamente un conjunto de 100 árboles y utilice las opciones de árbol predeterminadas.

Entrena un conjunto de árboles de regresión.

Mdl = fitrensemble(X,MPG,'Method','LSBoost','NumLearningCycles',100)
Mdl =    classreg.learning.regr.RegressionEnsemble              ResponseName: 'Y'     CategoricalPredictors: []         ResponseTransform: 'none'           NumObservations: 94                NumTrained: 100                    Method: 'LSBoost'              LearnerNames: {'Tree'}      ReasonForTermination: 'Terminated normally after completing the requested number of training cycles.'                   FitInfo: [100x1 double]        FitInfoDescription: {2x1 cell}            Regularization: []     Properties, Methods  

Trace un gráfico del primer árbol de regresión entrenado en el conjunto.

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

De forma predeterminada, crece árboles superficiales para LSBoost.fitrensemble

Predecir el kilometraje de un coche con 150 caballos de fuerza que pesan 2750 lbs.

mileage = predict(Mdl,[150 2750])
mileage = 23.6713 

Consulte también

|

Temas relacionados