matlab 回归决策树

Matlab可以使用决策树算法进行回归任务。决策树是一种常见的机器学习算法，它可以对连续型的目标变量进行预测。在Matlab中，你可以使用`fitrtree`函数来实现回归决策树。该函数需要输入特征矩阵和目标向量作为训练数据，并且可以选择性地指定一些参数来优化模型性能。

以下是使用Matlab实现回归决策树的简单示例代码：

% 加载示例数据
load fisheriris
X = meas(:,1:2);
Y = meas(:,3);

% 构建回归决策树模型
model = fitrtree(X, Y);

% 进行预测
X_test = [5.8, 2.7];
Y_pred = predict(model, X_test);

disp(['预测结果为：', num2str(Y_pred)]);

这段代码中，我们使用了鸢尾花数据集的前两个特征作为输入，第三个特征作为目标变量。首先，我们使用`fitrtree`函数训练了一个回归决策树模型。然后，我们使用训练好的模型对新的样本进行预测。