Main Content

このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。

回帰木

回帰用の二分決定木

対話的に回帰木を成長させるには、回帰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 fitrtree を使用して回帰木を成長させます。回帰木を成長させた後で、木と新しい予測子データを predict に渡して応答を予測します。

アプリ

回帰学習器教師あり機械学習を使用して、データを予測するように回帰モデルに学習をさせる

ブロック

RegressionTree Predict回帰木モデルの使用による応答の予測 (R2021a 以降)

関数

すべて展開する

fitrtree回帰用のバイナリ決定木を当てはめる
compactコンパクトな回帰木
prune枝刈りによる回帰サブツリーのシーケンスの作成
limeLocal Interpretable Model-agnostic Explanations (LIME) (R2020b 以降)
nodeVariableRange決定木ノードの変数範囲の取得 (R2020a 以降)
partialDependence部分依存の計算 (R2020b 以降)
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
predictorImportanceEstimates of predictor importance for regression tree
surrogateAssociationMean predictive measure of association for surrogate splits in regression tree
shapleyシャープレイ値 (R2021a 以降)
viewView regression tree
crossval
cvloss交差検証による回帰誤差
kfoldfun回帰での関数の交差検証
kfoldPredict交差検証済み回帰モデル内の観測値に対する応答の予測
kfoldLoss交差検証された分割済みの回帰モデルの損失
lossRegression error for regression tree model
resubLoss再代入による回帰誤差
predictPredict responses using regression tree model
resubPredictツリーの再代入応答の予測
gatherGPU からの Statistics and Machine Learning Toolbox オブジェクトのプロパティの収集 (R2020b 以降)

クラス

RegressionTreeRegression tree
CompactRegressionTreeCompact regression tree
RegressionPartitionedModelCross-validated regression model

トピック