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。
分類木の使用によるラベルの予測
は、1 つ以上の label
= predict(Mdl
,X
,Name,Value
)Name,Value
引数のペアによって指定された追加オプションを使用します。たとえば、Mdl
を特定のレベルまで枝刈りした後にラベルを予測するように指定できます。
predict
は、葉ノードまたは欠損値に達するまで、Mdl
の枝に沿って予測を生成します。predict
が、葉ノードに達したら、そのノードの分類が返されます。
predict
が予測子の欠損値をもつノードに達した場合の振る舞いは、fitctree
で Mdl
を作成したときの Surrogate
名前と値のペアの設定により異なります。
Surrogate
= 'off'
(既定値) — predict
は、そのノードに達する学習標本の最大数をもつラベルを返します。
Surrogate
= 'on'
— predict
は、そのノードで最適な代理分岐を使用します。正の"関連性予測尺度"を含むすべての代理分岐変数がない場合、predict
は、そのノードに達する学習標本の最大数をもつラベルを返します。この定義については、関連性予測尺度を参照してください。
ClassificationTree
| compact
| CompactClassificationTree
| edge
| fitctree
| loss
| margin
| prune