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。

compact

クラス: TreeBagger

決定木のコンパクトなアンサンブル

説明

CMdl = compact(Mdl) は、TreeBagger モデル オブジェクト Mdl のコンパクトなバージョンを作成します。Mdl を使用する場合と同じように、CMdl を使用しても正確に回帰を予測できます。ただし、CMdl には学習データが含まれていないので、oobPredict を使用する out-of-bag 予測など一部の処理を実行することはできません。

入力引数

Mdl

TreeBagger で作成されたアンサンブル回帰。

出力引数

CMdl

コンパクトなアンサンブル回帰。CMdl にはクラス CompactTreeBagger があります。

すべて展開する

新しいデータの予測を効率的にするため、コンパクトな bag of trees を作成します。

ionosphere データセットを読み込みます。

load ionosphere

すべての測定値と AdaBoostM1 メソッドを使用して、100 本の分類の bag of trees に学習をさせます。

Mdl = TreeBagger(100,X,Y,'Method','classification')
Mdl = 
  TreeBagger
Ensemble with 100 bagged decision trees:
                    Training X:             [351x34]
                    Training Y:              [351x1]
                        Method:       classification
                 NumPredictors:                   34
         NumPredictorsToSample:                    6
                   MinLeafSize:                    1
                 InBagFraction:                    1
         SampleWithReplacement:                    1
          ComputeOOBPrediction:                    0
 ComputeOOBPredictorImportance:                    0
                     Proximity:                   []
                    ClassNames:             'b'             'g'

  Properties, Methods

Mdl は、学習データも含まれている TreeBagger モデル オブジェクトです。

コンパクトなバージョンの Mdl を作成します。

CMdl = compact(Mdl)
CMdl = 
  CompactTreeBagger
Ensemble with 100 bagged decision trees:
              Method:       classification
       NumPredictors:                   34
          ClassNames: 'b' 'g'

  Properties, Methods

CMdlCompactTreeBagger モデル オブジェクトです。CMdlMdl とほとんど同じです。1 つ違うことは、学習データが格納されていないことです。

MdlCMdl の領域消費量を比較します。

mdlInfo = whos('Mdl');
cMdlInfo = whos('CMdl');
[mdlInfo.bytes cMdlInfo.bytes]
ans = 1×2

     1066952      925404

MdlCMdl より多くの領域を消費します。

CMdl.Trees には、Mdl を構成する学習済み分類木 (CompactClassificationTree モデル オブジェクト) が格納されています。

コンパクトなモデルの 1 番目の木のグラフを表示します。

view(CMdl.Trees{1},'Mode','graph');

既定の設定では、TreeBagger は木を深く成長させます。

コンパクトなアンサンブルを使用して、X の平均のラベルを予測します。

predMeanX = predict(CMdl,mean(X))
predMeanX = 1x1 cell array
    {'g'}