Main Content

이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

회귀 트리 앙상블

랜덤 포레스트, 부스팅 및 배깅 회귀 트리

회귀 트리 앙상블은 여러 회귀 트리의 가중 조합으로 구성된 예측 모델입니다. 일반적으로, 여러 회귀 트리를 조합하면 예측 성능이 높아집니다. LSBoost를 사용하여 회귀 트리를 부스팅하려면 fitrensemble을 사용하십시오. 회귀 트리를 배깅하거나 랜덤 포레스트 를 성장시키려면 fitrensemble 또는 TreeBagger를 사용하십시오. 회귀 트리 배깅을 사용하여 분위수 회귀를 구현하려면 TreeBagger를 사용하십시오.

다중클래스 분류를 위한 부스팅 분류 트리, 배깅 분류 트리, 랜덤 부분공간 앙상블 또는 오류 수정 출력 코드(ECOC) 모델과 같은 분류 앙상블에 대한 자세한 내용은 분류 앙상블을 참조하십시오.

회귀 학습기머신러닝 지도 학습을 사용하여 데이터를 예측하도록 회귀 모델 훈련시키기

블록

RegressionEnsemble PredictPredict responses using ensemble of decision trees for regression (R2021a 이후)

함수

모두 확장

회귀 앙상블 만들기

fitrensembleFit ensemble of learners for regression
compactReduce size of regression ensemble model
fitensembleFit ensemble of learners for classification and regression

회귀 앙상블 수정하기

regularizeFind optimal weights for learners in regression ensemble
removeLearnersRemove members of compact regression ensemble
resumeResume training of regression ensemble model
shrinkPrune regression ensemble

회귀 앙상블 교차 검증하기

cvshrinkCross-validate pruning and regularization of regression ensemble
kfoldLossLoss for cross-validated partitioned regression model
kfoldPredictPredict responses for observations in cross-validated regression model
kfoldfunCross-validate function for regression

성능 측정하기

lossRegression error for regression ensemble model
resubLossResubstitution loss for regression ensemble model

관측값 분류하기

predictPredict responses using regression ensemble model
resubPredictPredict response of regression ensemble by resubstitution

회귀 앙상블의 속성 수집하기

gatherGather properties of Statistics and Machine Learning Toolbox object from GPU (R2020b 이후)
fitrensembleFit ensemble of learners for regression
TreeBagger배깅 결정 트리의 앙상블
predictPredict responses using ensemble of bagged decision trees
oobPredictEnsemble predictions for out-of-bag observations
quantilePredictPredict response quantile using bag of regression trees
oobQuantilePredictQuantile predictions for out-of-bag observations from bag of regression trees
crossvalCross-validate machine learning model
limeLocal interpretable model-agnostic explanations (LIME) (R2020b 이후)
partialDependenceCompute partial dependence (R2020b 이후)
permutationImportancePredictor importance by permutation (R2024a 이후)
plotPartialDependenceCreate partial dependence plot (PDP) and individual conditional expectation (ICE) plots
predictorImportanceEstimates of predictor importance for regression ensemble of decision trees
shapleyShapley values (R2021a 이후)

객체

모두 확장

RegressionEnsembleEnsemble regression
CompactRegressionEnsembleCompact regression ensemble
RegressionPartitionedEnsembleCross-validated regression ensemble
TreeBagger배깅 결정 트리의 앙상블
CompactTreeBaggerCompact ensemble of bagged decision trees
RegressionBaggedEnsembleRegression ensemble grown by resampling

도움말 항목