Main Content

Entrenar un ensemble de regresión

Abrir script en vivo

En este ejemplo se muestra cómo crear un ensemble de regresión para predecir el consumo de vehículos en función de su potencia y peso, entrenado en los datos carsmall.

Cargue el conjunto de datos carsmall.

load carsmall

Prepare los datos predictores.

X = [Horsepower Weight];

Los datos de respuesta son MPG. El único tipo de ensemble de regresión potenciado disponible es LSBoost. Para este ejemplo, elija de forma arbitraria un ensemble de 100 árboles y use las opciones de árbol predeterminadas.

Entrene un ensemble de árboles de regresión.

Mdl = fitrensemble(X,MPG,'Method','LSBoost','NumLearningCycles',100)
Mdl = 
  RegressionEnsemble
             ResponseName: 'Y'
    CategoricalPredictors: []
        ResponseTransform: 'none'
          NumObservations: 94
               NumTrained: 100
                   Method: 'LSBoost'
             LearnerNames: {'Tree'}
     ReasonForTermination: 'Terminated normally after completing the requested number of training cycles.'
                  FitInfo: [100x1 double]
       FitInfoDescription: {2x1 cell}
           Regularization: []

Represente una gráfica del primer árbol de regresión entrenado en el ensemble.

view(Mdl.Trained{1},'Mode','graph');

De manera predeterminada, fitrensemble desarrolla árboles poco profundos para LSBoost.

Prediga el consumo de un vehículo de 150 caballos que pesa 2750 libras.

mileage = predict(Mdl,[150 2750])
mileage = 23.6713

Consulte también

|

Temas relacionados