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

Árboles de decisión

Árboles de decisión, o árboles de clasificación y árboles de regresión, predicen las respuestas a los datos. Para predecir una respuesta, siga las decisiones en el árbol desde el nodo raíz (comenzando) hasta un nodo hoja. El nodo hoja contiene la respuesta. Los árboles de clasificación dan respuestas que son nominales, como o.'true''false' Los árboles de regresión dan respuestas numéricas.

árboles son binarios.Statistics and Machine Learning Toolbox™ Cada paso de una predicción implica comprobar el valor de un predictor (variable). Por ejemplo, aquí hay un árbol de clasificación simple:

Este árbol predice clasificaciones basadas en dos predictores y.x1x2 Para predecir, comience en el nodo superior, representado por un triángulo (Δ). La primera decisión es si es menor que.x10.5 Si es así, siga la rama izquierda y vea que el árbol clasifica los datos como tipo.0

Si, sin embargo, excede, después siga la bifurcación derecha al nodo del triángulo inferior derecho.x10.5 Aquí el árbol pregunta si es más pequeño que.x20.5 Si es así, a continuación, siga la rama izquierda para ver que el árbol clasifica los datos como tipo.0 Si no es así, siga la rama derecha para ver que el árbol clasifica los datos como tipo.1

Para obtener información sobre cómo preparar los datos para la clasificación o la regresión mediante árboles de decisión, consulte.Pasos en el aprendizaje supervisado

Árbol de clasificación de trenes

Este ejemplo muestra cómo entrenar un árbol de clasificación.

Cree un árbol de clasificación utilizando todo el conjunto de datos.ionosphere

load ionosphere % Contains X and Y variables Mdl = fitctree(X,Y)
Mdl =    ClassificationTree              ResponseName: 'Y'     CategoricalPredictors: []                ClassNames: {'b'  'g'}            ScoreTransform: 'none'           NumObservations: 351     Properties, Methods  

Árbol de regresión del tren

Este ejemplo muestra cómo entrenar un árbol de regresión.

Cree un árbol de regresión utilizando todas las observaciones del conjunto de datos.carsmall Considere los vectores como variables predictoras y el vector como la respuesta.HorsepowerWeightMPG

load carsmall % Contains Horsepower, Weight, MPG X = [Horsepower Weight];  Mdl = fitrtree(X,MPG)
Mdl =    RegressionTree              ResponseName: 'Y'     CategoricalPredictors: []         ResponseTransform: 'none'           NumObservations: 94     Properties, Methods  

Referencias

[1] Breiman, L., J. H. Friedman, R. A. Olshen, and C. J. Stone. Classification and Regression Trees. Boca Raton, FL: Chapman & Hall, 1984.

Consulte también

| | |

Temas relacionados