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。

分類木と回帰木を使用した予測

この例では、学習済みの分類木と回帰木を使用してクラス ラベルまたは応答を予測する方法を示します。

ツリーを作成すれば、新しいデータに対して簡単に応答を予測できます。Xnew という新しいデータが、基のデータ X と同じ列数であるとします。ツリー (Mdl) と新しいデータに基づいて分類または回帰を予測するため、次のように入力します。

Ynew = predict(Mdl,Xnew)

Xnew のデータの各行について、predictMdl の意思決定を経た予測結果を Ynew の要素に設定します。分類木による予測の詳細については、predictを参照してください。回帰については、predictを参照してください。

たとえば、ionosphere データの平均にある点の予測分類を求めます。

load ionosphere 
CMdl = fitctree(X,Y);
Ynew = predict(CMdl,mean(X))
Ynew = 1x1 cell array
    {'g'}

carsmall データの平均にある点の予測 MPG を求めます。

load carsmall 
X = [Horsepower Weight];
RMdl = fitrtree(X,MPG);
Ynew = predict(RMdl,mean(X))
Ynew = 28.7931

参考

| | | | |

関連するトピック