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

회귀 트리

회귀를 위한 이진 결정 트리

회귀 트리를 대화형 방식으로 성장시키려면 회귀 학습기 앱을 사용하십시오. 더 유연한 접근 방법을 원한다면, 명령줄에서 fitrtree를 사용하여 회귀 트리를 성장시키십시오. 회귀 트리를 성장시킨 후 트리와 새 예측 변수 데이터를 predict에 전달하여 응답 변수를 예측하십시오.

회귀 학습기Train regression models to predict data using supervised machine learning

함수

모두 확장

fitrtreeFit binary decision tree for regression
compactCompact regression tree
pruneProduce sequence of regression subtrees by pruning
cvlossRegression error by cross validation
plotPartialDependenceCreate partial dependence plot (PDP) and individual conditional expectation (ICE) plots
predictorImportanceEstimates of predictor importance for regression tree
viewView regression tree
crossvalCross-validated decision tree
kfoldfunCross validate function
kfoldPredictPredict response for observations not used for training
kfoldLossCross-validation loss of partitioned regression model
lossRegression error
resubLossRegression error by resubstitution
predictPredict responses using regression tree
resubPredictPredict resubstitution response of tree

클래스

RegressionTreeRegression tree
CompactRegressionTreeCompact regression tree
RegressionPartitionedModelCross-validated regression model

도움말 항목

Train Regression Trees Using Regression Learner App

Create and compare regression 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.

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.