文档

预测

类:CompactRegressionEnsemble

使用回归模型集成预测响应

语法

Yfit =预测(Mdl,X)
Yfit = predict(Mdl,X,名称,值)

描述

Yfit=预测(MdlX返回对表或矩阵中的预测器数据的预测响应X,基于回归集成模型Mdl

Yfit=预测(MdlX名称,值使用一个或多个指定的其他选项名称,值对参数。

输入参数

Mdl

fitrensemble,或透过紧凑的方法。

X

用于生成响应的预测器数据,指定为数字矩阵或表格。

每行X对应一个观察结果,每一列对应一个变量。

  • 对于数值矩阵:

    • 组成列的变量X必须与训练的预测变量有相同的顺序Mdl

    • 如果你受过训练Mdl使用表格(例如,资源描述),然后X可以是一个数字矩阵如果资源描述包含所有数值预测变量。处理中的数值预测器资源描述作为分类训练,识别分类预测器使用CategoricalPredictors的名称-值对参数fitrensemble.如果资源描述包含异构预测变量(例如,数字和分类数据类型)和X是数字矩阵吗预测抛出错误。

  • 对于表格:

    • 预测不支持多列变量和字万博1manbetx符向量单元格数组以外的单元格数组。

    • 如果你受过训练Mdl使用表格(例如,资源描述),然后输入所有预测变量X必须具有与训练时相同的变量名称和数据类型Mdl(存储在Mdl。PredictorNames).的列序X是否需要对应的列顺序资源描述资源描述而且X可以包含额外的变量(响应变量,观察权重等),但是预测忽略了它们。

    • 如果你受过训练Mdl使用一个数字矩阵,然后预测器名称在Mdl。PredictorNames和相应的预测变量名X一定是一样的。若要在训练期间指定预测器名称,请参阅PredictorNames的名称-值对参数fitrensemble.所有预测变量X必须是数值向量。X可以包含额外的变量(响应变量,观察权重等),但是预测忽略了它们。

名称-值对参数

的可选逗号分隔对名称,值参数。的名字参数名称和价值对应的值。的名字必须出现在单引号内(' ').您可以以任意顺序指定多个名称和值对参数Name1, Value1,…,的家

“学习者”

集成中弱学习器的指标从1NumTrained,在那里NumTrained是弱学习者的数量。

默认值:1: NumTrained

“UseObsForLearner”

大小的逻辑矩阵N——- - - - - -NumTrained,在那里N观察的数量在吗X,NumTrained是弱学习者的数量。当UseObsForLearner (I, J)真正的预测使用学习者J在预测观察中

默认值:真正的(N, NumTrained)

输出参数

Yfit

具有相同行数的数值列向量TBLdataXdata.每行Yfit的对应行给出预测的响应TBLdataXdata,基于实体回归模型。

例子

全部展开

基于训练的回归集合,求出汽车的预测里程carsmall数据。

加载carsmall数据集,选择气缸数、发动机排量、马力和整车重量作为预测因子。

负载carsmallX =[气缸排量马力重量];

训练回归树集合并进行预测英里/加仑对于四缸汽车来说,200立方英寸的发动机排量,150马力,重3000磅。

rens = fitrensemble(X,MPG);里程=预测(警报,[4 200 150 3000])
里程= 25.6467

扩展功能

这个话题有用吗?