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 のクラスは CompactTreeBagger です。

例

bag of trees のサイズの縮小

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

CMdl は CompactTreeBagger モデル オブジェクトです。CMdl は Mdl 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。

Mdl と CMdl 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

     1115742      976936

Mdl は CMdl 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'}

参考

error | CompactTreeBagger | predict

トピック

• TreeBagger の使用による回帰木の bootstrap aggregation (バギング)
• TreeBagger の使用による分類木の bootstrap aggregation (バギング)

×

例を開く

この例の変更されたバージョンがあります。編集された方の例を開きますか?

いいえ、変更されたバージョンを上書きします。 はい