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。

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、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 fitctree を使用して分類木を成長させることができます。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

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

fitctreeマルチクラス分類用のバイナリ分類決定木の近似
predict分類木の使用によるラベルの予測
templateTree決定木テンプレートの作成

クラス

ClassificationTree分類に使用される二分決定木
CompactClassificationTreeコンパクトな分類木
ClassificationPartitionedModel交差検定分類モデル

概念

決定木とは

カテゴリカル予測子の分割

分類木が成長する場合、多くのレベルが含まれるカテゴリカル予測子に最適なバイナリ分割を見つけることは、連続予測子の分割を見つけるよりも計算がはるかに難しくなります。このタスクには、いくつかのヒューリスティックなアルゴリズムを使用できます。

この情報は役に立ちましたか?