回归树
二叉决策树用于回归
要以交互方式生长回归树，请使用回归的学习者为了获得更大的灵活性，使用fitrtree在命令行。生长回归树后，通过将树和新的预测器数据传递给预测．
应用程序
| 回归的学习者 | 使用监督机器学习训练回归模型来预测数据 |
块
| RegressionTree预测 | 使用回归树模型预测响应 |
功能
类
RegressionTree |
回归树 |
CompactRegressionTree |
紧致回归树 |
RegressionPartitionedModel |
交叉验证回归模型 |
主题
- 使用回归学习应用程序训练回归树
创建和比较回归树，并导出训练好的模型，以对新数据进行预测。
- 监督学习工作流和算法
理解监督学习的步骤和非参数分类和回归函数的特征。
- 决策树
了解决策树以及如何使决策树适应数据。
- 种植决策树
为了种植决策树，
fitctree而且fitrtree对训练数据默认应用标准CART算法。 - 视图决策树
创建并查看经过训练的决策树的文本或图形描述。
- 改进分类树和回归树
通过在中设置名称-值对参数来调优树
fitctree而且fitrtree． - 使用分类和回归树进行预测
使用训练过的分类和回归树预测类标签或响应。
- 预测子树的样本外反应
使用训练过的回归树预测新数据的响应，然后绘制结果。
- 使用RegressionTree预测块预测响应
这个例子展示了如何在Simulink®中使用RegressionTree Predict块进行响应预测。
您也可以从以下列表中选择一个网站: