view

分類木の表示

このページをすべて展開する

構文

view(tree) view(tree,Name,Value)

説明

view(tree) は、決定木 tree のテキスト説明を返します。

view(tree,Name,Value) では、1 つ以上の Name,Value の引数ペアで指定された追加オプションを使用して、tree を記述します。

入力引数

tree

関数 fitctree または compact を使用して作成された分類木またはコンパクト分類木。

名前と値の引数

オプションの引数のペアを Name1=Value1,...,NameN=ValueN として指定します。ここで Name は引数名、Value は対応する値です。名前と値の引数は他の引数の後ろにする必要がありますが、ペアの順序は関係ありません。

R2021a より前では、名前と値をそれぞれコンマを使って区切り、Name を引用符で囲みます。

Mode

tree の表示を記述する値。'graph' または 'text' のいずれかです。'graph' は、木を照会するためのコントロールが含まれている、tree の表示用のユーザーインターフェイスを起動します。'text' は、出力をコマンドウィンドウに送信して tree を記述します。

既定値: 'text'

例

すべて展開する

学習済み分類木の表示

ライブスクリプトを開く

学習済み分類木をテキストおよびグラフィックで表示します。

フィッシャーのアヤメのデータセットを読み込みます。

load fisheriris

すべての測定値を使用して分類木に学習をさせます。

Mdl = fitctree(meas,species);

学習済み分類木をテキストで表示します。

view(Mdl)

Decision tree for classification
1  if x3<2.45 then node 2 elseif x3>=2.45 then node 3 else setosa
2  class = setosa
3  if x4<1.75 then node 4 elseif x4>=1.75 then node 5 else versicolor
4  if x3<4.95 then node 6 elseif x3>=4.95 then node 7 else versicolor
5  class = virginica
6  if x4<1.65 then node 8 elseif x4>=1.65 then node 9 else versicolor
7  class = virginica
8  class = versicolor
9  class = virginica

学習済み分類木をグラフィックで表示します。

view(Mdl,'Mode','graph');

{"String":"Figure Classification tree viewer contains an axes object and other objects of type uimenu, uicontrol. The axes object contains 18 objects of type line, text.","Tex":[],"LaTex":[]}

bag of trees に含まれている木の表示

ライブスクリプトを開く

フィッシャーのアヤメのデータセットを読み込みます。

load fisheriris

すべての測定値を使用して 100 本の分類の bag of trees を成長させます。

rng(1) % For reproducibility
Mdl = TreeBagger(100,meas,species);

または、fitcensembleを使用して分類の bag of trees を成長させることもできます。

Mdl はTreeBaggerモデルオブジェクトです。Mdl.Trees は、100 本の学習済み分類 bag of trees を 100 行 1 列の cell 配列に格納します。つまり、Mdl.Trees の各セルに CompactClassificationTree モデルオブジェクトが格納されます。

bag 内の 10 番目の分類木のグラフを表示します。

Tree10 = Mdl.Trees{10};
view(Tree10,'Mode','graph');

{"String":"Figure Classification tree viewer contains an axes object and other objects of type uimenu, uicontrol. The axes object contains 27 objects of type line, text.","Tex":[],"LaTex":[]}

既定の設定では、bag of trees に対して木を深く成長させます。

ブースティングアンサンブルの木の表示

ライブスクリプトを開く

フィッシャーのアヤメのデータセットを読み込みます。

load fisheriris

すべての測定値を使用して 100 本の分類木のアンサンブルをブースティングします。弱学習器として木の切り株を指定します。

t = templateTree('MaxNumSplits',1);
Mdl = fitcensemble(meas,species,'Method','AdaBoostM2','Learners',t);

Mdl はClassificationEnsembleモデルオブジェクトです。Mdl.Trained は、100 本の学習済み分類木から成るアンサンブルを 100 行 1 列の cell 配列に格納します。つまり、Mdl.Trained の各セルに CompactClassificationTree モデルオブジェクトが格納されます。

アンサンブル内の 10 番目の分類木のグラフを表示します。

Tree10 = Mdl.Trained{10};
view(Tree10,'Mode','graph');

{"String":"Figure Classification tree viewer contains an axes object and other objects of type uimenu, uicontrol. The axes object contains 9 objects of type line, text.","Tex":[],"LaTex":[]}

アンサンブルの弱学習器として切り株を指定したので、このグラフは木の切り株を示します。ただし、この動作は fitcensemble の既定ではありません。既定の設定では、fitcensemble は木のブースティングアンサンブルに対して浅い木を成長させます。つまり、'Learners' は templateTree('MaxNumSplits',10) になります。

ヒント

木のアンサンブルの木 t を表示するには、次のコードのいずれかを入力します。

view(Ens.Trained{t})
view(Bag.Trees{t})

Ens は、fitcensemble によって返された完全なアンサンブルまたは compact によって返されたコンパクトなアンサンブルです。
Bag は、TreeBagger によって返された完全な bag of trees または compact によって返されたコンパクトな bag of trees です。

コマンドウィンドウで tree を保存するには、関数 findall および setdiff を使用して Figure のハンドルを取得し、関数 saveas を使用して tree を保存します。

before = findall(groot,'Type','figure'); % Find all figures
view(Mdl,'Mode','graph')
after = findall(groot,'Type','figure');
h = setdiff(after,before); % Get the figure handle of the tree viewer
saveas(h,'a.png')