이 페이지의 최신 내용은 아직 번역되지 않았습니다. 최신 내용은 영문으로 볼 수 있습니다.

분류 트리

다중클래스 학습을 위한 이진 결정 트리

분류 트리를 대화형 방식으로 성장시키려면 분류 학습기 앱을 사용하십시오. 더 유연한 접근 방법을 원한다면, 명령줄에서 fitctree를 사용하여 분류 트리를 성장시키십시오. 분류 트리를 성장시킨 후 트리와 새 예측 변수 데이터를 predict에 전달하여 레이블을 예측합니다.

분류 학습기지도 기계 학습(Supervised Machine Learning)을 사용하여 데이터를 분류하도록 모델 훈련시키기

함수

모두 확장

fitctree다중클래스 분류를 위한 이진 분류 결정 트리 피팅
compactCompact tree
pruneProduce sequence of subtrees by pruning
cvlossClassification error by cross validation
predictorImportanceEstimates of predictor importance
surrogateAssociationMean predictive measure of association for surrogate splits in decision tree
viewView tree
crossvalCross-validated decision tree
kfoldEdgeClassification edge for observations not used for training
kfoldLossClassification loss for observations not used for training
kfoldfunCross validate function
kfoldMarginClassification margins for observations not used for training
kfoldPredictPredict response for observations not used for training
lossClassification error
resubLossClassification error by resubstitution
compareHoldoutCompare accuracies of two classification models using new data
edgeClassification edge
marginClassification margins
resubEdgeClassification edge by resubstitution
resubMarginClassification margins by resubstitution
predictPredict labels using classification tree
resubPredictPredict resubstitution labels of classification tree

클래스

ClassificationTreeBinary decision tree for classification
CompactClassificationTreeCompact classification tree
ClassificationPartitionedModelCross-validated classification model

도움말 항목

Train Decision Trees Using Classification Learner App

Create and compare classification trees, and export trained models to make predictions for new data.

지도 학습 워크플로와 알고리즘

지도 학습의 단계와 비모수적 분류 및 회귀 함수의 특성을 알아봅니다.

결정 트리

결정 트리와 결정 트리를 데이터에 피팅하는 방법을 알아봅니다.

Growing Decision Trees

To grow decision trees, fitctree and fitrtree apply the standard CART algorithm by default to the training data.

View Decision Tree

Create and view a text or graphic description of a trained decision tree.

Visualize Decision Surfaces of Different Classifiers

This example shows how to visualize the decision surface for different classification algorithms.

Splitting Categorical Predictors in Classification Trees

Learn about the heuristic algorithms for optimally splitting categorical variables with many levels while growing decision trees.

Improving Classification Trees and Regression Trees

Tune trees by setting name-value pair arguments in fitctree and fitrtree.

Prediction Using Classification and Regression Trees

Predict class labels or responses using trained classification and regression trees.

Predict Out-of-Sample Responses of Subtrees

Predict responses for new data using a trained regression tree, and then plot the results.