Main Content

このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。

分類木

マルチクラス学習用の二分決定木

対話的に分類木を成長させるには、分類学習器アプリを使用します。柔軟性を向上させるためには、コマンド ラインで fitctree を使用して分類木を成長させます。分類木を成長させた後で、木と新しい予測子データを predict に渡してラベルを予測します。

アプリ

分類学習器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

ブロック

ClassificationTree Predict決定木分類器の使用による観測値の分類

関数

すべて展開する

fitctreeマルチクラス分類用の二分決定木をあてはめる
compactコンパクトなツリー
prune枝刈りによる分類サブツリーのシーケンスの作成
cvloss交差検証による分類誤差
limeLocal Interpretable Model-agnostic Explanations (LIME)
partialDependence部分従属の計算
plotPartialDependence部分依存プロット (PDP) および個別条件付き期待値 (ICE) プロットの作成
predictorImportance分類木の予測子の重要度の推定
shapleyシャープレイ値
surrogateAssociation分類木における代理分岐に対する関連性の平均予測尺度
view分類木の表示
crossval交差検証を使用した決定木
kfoldEdge交差検証済み分類モデルの分類エッジ
kfoldLoss交差検証済み分類モデルの分類損失
kfoldMargin交差検証済み分類モデルの分類マージン
kfoldPredict交差検証済み分類モデルの観測値の分類
kfoldfun分類での関数の交差検証
loss分類誤差
resubLoss再置換による分類誤差
compareHoldout新しいデータを使用して 2 つの分類モデルの精度を比較
edge分類エッジ
margin分類マージン
resubEdge再代入による分類エッジ
resubMargin再代入による分類マージン
testckfold交差検証の反復により 2 つの分類モデルの精度を比較
predict分類木の使用によるラベルの予測
resubPredict分類木の再代入ラベルを予測
gatherGPU からの Statistics and Machine Learning Toolbox オブジェクトのプロパティの収集

クラス

ClassificationTreeマルチクラス分類用の二分決定木
CompactClassificationTreeコンパクトな分類木
ClassificationPartitionedModel交差検証分類モデル

トピック