ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

アンサンブル分類

マルチクラス学習用のブースティング、ランダム フォレスト、バギング、ランダム部分空間および ECOC のアンサンブル

アンサンブル分類は、重みを付けた複数の分類モデルの組み合わせから構成される予測モデルです。一般に、複数の分類モデルを組み合わせると予測の性能が向上します。

対話的にアンサンブル分類を調べるには、Classification Learner アプリを使用します。柔軟性を向上させるため、コマンド ライン インターフェイスで fitcensemble を使用して、分類木をブースティングまたはバギングするか、ランダム フォレスト [11] を成長させることができます。サポートされるすべてのアンサンブルについての詳細は、アンサンブル アルゴリズムを参照してください。マルチクラス問題をバイナリ分類問題のアンサンブルに縮小するには、誤り訂正出力符号 (ECOC) モデルを学習させます。詳細は、fitcecocを参照してください。

LSBoost を使用して回帰木をブースティングする方法と回帰木のランダム フォレスト [11] を成長させる方法については、アンサンブル回帰を参照してください。

アプリ

Classification Learner教師あり機械学習を使用して、データを分類するようにモデルを学習させる

関数

fitcensembleアンサンブル学習器を分類用に準備
predict分類モデルのアンサンブルの使用によるラベルの予測
oobPredictアンサンブルの out-of-bag 応答を予測する
templateEnsembleアンサンブル学習テンプレート
TreeBagger決定木の bag of trees の作成
fitcensembleアンサンブル学習器を分類用に準備
predictバギングされた決定木のアンサンブルの使用による応答の予測
oobPredictout-of-bag 観測に対するアンサンブル予測
fitcecocサポート ベクター マシンまたはその他の分類器向けのマルチクラス モデルの近似
templateSVMサポート ベクター マシン テンプレート
predictマルチクラス誤り訂正出力符号モデルの使用によるラベルの予測

クラス

ClassificationEnsembleアンサンブル分類器
CompactClassificationEnsembleコンパクトなアンサンブル分類のクラス
ClassificationPartitionedEnsemble交差検定アンサンブル分類
TreeBagger決定木の bag of trees
CompactTreeBaggerバギングにより成長させた決定木のコンパクトなアンサンブル
ClassificationBaggedEnsembleリサンプリングにより成長させたアンサンブル分類
ClassificationECOCサポート ベクター マシンまたはその他の分類器向けのマルチクラス モデル
CompactClassificationECOCサポート ベクター マシンまたはその他の分類器向けのコンパクトなマルチクラス モデル
ClassificationPartitionedECOCサポート ベクター マシンまたはその他の分類器向けの交差検定されたマルチクラス モデル
この情報は役に立ちましたか?