Esta página aún no se ha traducido para esta versión. Puede ver la versión más reciente de esta página en inglés.

Los árboles de clasificación

Árboles de decisión binaria para el aprendizaje multiclase

Para aumentar de forma interactiva un árbol de clasificación, utilice la aplicación.El alumno de clasificación Para una mayor flexibilidad, aumente un árbol de clasificación mediante la línea de comandos.fitctree Después de cultivar un árbol de clasificación, predecir las etiquetas pasando el árbol y los nuevos Datos predictores.predict

Aplicaciones

El alumno de clasificaciónEntrenar modelos para clasificar los datos mediante el aprendizaje automático supervisado

Funciones

expandir todo

fitctreeAjustar árbol de decisión binaria para la clasificación multiclase
compactÁrbol compacto
pruneProducir secuencia de subárboles mediante la poda
cvlossError de clasificación mediante validación cruzada
predictorImportanceLas estimaciones de importancia predictora
surrogateAssociationMedida predictiva media de Asociación para divisiones sustitutas en el árbol de decisión
viewVer árbol
crossvalEl árbol de decisión validado
kfoldEdgeMargen de clasificación para observaciones no utilizadas para la formación
kfoldLossPérdida de clasificación para observaciones no utilizadas para la formación
kfoldfunFunción de validación cruzada
kfoldMarginMárgenes de clasificación para observaciones no utilizadas para la formación
kfoldPredictPredecir la respuesta para observaciones no utilizadas para el entrenamiento
lossError de clasificación
resubLossError de clasificación por reenvío
compareHoldoutCompare las precisiones de dos modelos de clasificación utilizando nuevos datos
edgeLa arista de clasificación
marginLos márgenes de clasificación
resubEdgeEl borde de la clasificación por el reenvío
resubMarginLos márgenes de clasificación por reenvío
predictPredecir etiquetas utilizando el árbol de clasificación
resubPredictPredecir las etiquetas de reenvío del árbol de clasificación

Clases

ClassificationTreeÁrbol de decisión binaria para clasificación
CompactClassificationTreeÁrbol de clasificación compacta
ClassificationPartitionedModelModelo de clasificación de validación cruzada

Temas

Entrenar árboles de decisión mediante la aplicación de clasificación aprendiz

Cree y compare árboles de clasificación y exporte modelos entrenados para realizar predicciones para nuevos datos.

Flujo de trabajo de aprendizaje supervisado y algoritmos

Comprenda los pasos para el aprendizaje supervisado y las características de las funciones de clasificación y regresión no paramétricas.

Árboles de decisión

Comprenda los árboles de decisión y cómo ajustarlos a los datos.

Árboles de decisión crecientes

Para aumentar los árboles de decisión y aplicar el algoritmo CART estándar de forma predeterminada a los datos de entrenamiento.fitctreefitrtree

Ver el árbol de decisión

Cree y visualice un texto o una descripción gráfica de un árbol de decisión entrenado.

Visualice las superficies de decisión de diferentes clasificadores

Este ejemplo muestra cómo visualizar la superficie de decisión para diferentes algoritmos de clasificación.

División de predictores categóricos en árboles de clasificación

Obtenga información sobre los algoritmos heurísticos para dividir óptimamente variables categóricas con muchos niveles mientras se crecen árboles de decisión.

Mejorar árboles de clasificación y árboles de regresión

Ajuste los árboles estableciendo argumentos de par nombre-valor en y.fitctreefitrtree

Predicción mediante árboles de clasificación y regresión

Predecir etiquetas de clase o respuestas utilizando árboles de regresión y clasificación entrenados.

Predecir las respuestas fuera de muestra de los subárboles

Predecir las respuestas de los datos nuevos mediante un árbol de regresión entrenado y, a continuación, trazar los resultados.