Matlab之随机森林TreeBagger

TreeBagger

TreeBagger用来创建一个袋装决策树的集合。

1 方法：

append
compact
error
fillprox
growTrees
margn
mdsprox
meanMargin
oobMargin
oobMeanMargin
oobPredict
predict

2 属性：

OOBPermutedPredictorDeltaError：
大小为1×Nvars的数值数组，包含每个预测变量（特征）的重要性度量。对于任何变量，如果该变量的值在袋外观测值之间进行排列，则测量值是预测误差的增加。对每棵树计算这个测度，然后在整个集合上取平均值，除以整个集合上的标准差。
OOBPermutedPredictorDeltaMeanMargin：
大小为1×Nvars的数值数组，包含每个预测变量（特征）的重要性度量。对于任何变量，如果该变量的值在袋外观测值之间进行排列，则度量是分类裕度的减少。对每棵树计算这个测度，然后在整个集合上取平均值，除以整个集合上的标准差。对于回归树，此属性为空。
OOBPermutedPredictorCountRaiseMargin：
大小为1×Nvars的数值数组，包含每个预测变量（特征）的可变重要性度量。对于任何变量，如果该变量的值在包外观测值中进行排列，则度量值是提高的边距数和降低的边距数之间的差。对每棵树计算这个测度，然后在整个集合上取平均值，除以整个集合上的标准差。对于回归树，此属性为空。
DeltaCriterionDecisionSplit ：
一个数值数组，大小为1×nvars，对每个变量的变化求和，并对整个已生长的树进行平均。
NumPredictorSplit：
一个大小为1×Nvars的数值数组，其中每个元素在这个预测值上给出一个在所有树上求和的拆分数。
SurrogateAssociation：
一种由Nvars×Nvars大小矩阵，具有可变关联的预测度量，在整个生长树集合中取平均值。如果将集成设置“surrogate”增加到“on”，则每个树的此矩阵都将填充在代理项拆分上平均的关联预测度量。如果将集成设置“surrogate”增加到“off”（默认设置），则surrogatesociation是对角的。
OOBInstanceWeight ：