机器学习:load carsmall tbl = table(Weight,Horsepower,MPG); t = fitrtree(tbl,'MPG') view(t,'mode','graph') t2 = prune(t,'level',5) view(t2,'mode','graph') predict(t2,[4000 100])
时间: 2023-08-20 19:47:20 浏览: 156
tbl.zip_.tbl_GUI table_TBL_Table
这是一个使用 MATLAB 中的机器学习工具箱进行决策树回归的代码示例。首先,使用 `table` 函数创建一个数据表 `tbl`,其中包含汽车的重量、马力和每加仑英里数。然后,使用 `fitrtree` 函数训练一个回归树模型 `t`,并使用 `view` 函数可视化该模型。接着,使用 `prune` 函数对 `t` 进行剪枝,生成一个新的模型 `t2`,它的深度被限制为 5。最后,使用 `predict` 函数对一个新的数据点进行预测,该数据点的重量为 4000 磅,马力为 100 hp。
阅读全文