Question

我的数据是1672x6。我把它们中的一些放在了图片中。

enter image description here 其中x值为A1 A2 A3 A4 A5 A6，y值为B1 B2 .... B1672。

我在生成决策树时使用了以下代码：

vars = {'A1', ' A2 ','A3',' A4 ','A5',' A6'}
x = [A1 A2 A3 A4 A5 A6];
y = [B];
t = classregtree(x, y, 'method','classification', 'names',vars, ...
                 'categorical',[2 4], 'prune','off');
view(t)

它会产生超级疯狂的树木，如

enter image description here

我希望获得的值大于我给出的值。当我说：

inst = [3 2.3 2 0 1 0];
prediction = eval(t, inst)

它只给出了具有该变量的B值（如B271），但我希望得到的所有B变量的值都大于inst变量，例如A1>3 A2>2.3 A3>2 A4>0 A5>1 A6>0。我怎么能得到它们？

Answer 1

您似乎混淆了两件事：决策树和找到所需的行

如果要查找大于property ListModel的所有行，以下是打印所有此类行的简单代码。

inst

然而，决策树是一个完全不同的主题。在决策树中，您有一组条件（在您的情况下为A1到A6）和许多用于训练的行（B1到B1672）以及每个条件的结果。当查询新的测试用例时，机器会决定所有后果的最佳后果。

一些决策树摘要：1，2和wikipedia

决策树中的一组结果

1 个答案: