Main Content

Entrenar un ensemble de regresión

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