matlab 决策树初学

最新推荐文章于 2024-06-27 16:30:27 发布

ZAN_0317

最新推荐文章于 2024-06-27 16:30:27 发布

阅读量2.7k

点赞数 3

本文链接：https://blog.csdn.net/qq_40761235/article/details/82014981

版权

该篇博客通过Matlab实现决策树的学习和预测，详细展示了数据加载、随机划分、模型训练、预测结果评估以及决策树优化的过程。博主计算了不同最小叶子节点数对交叉损失的影响，并找到了最优的最小叶子节点数，最后比较了原始决策树、优化后的决策树以及剪枝决策树的性能。

摘要由CSDN通过智能技术生成

clear all
clc

load('iris_data.mat'); %load the analyse data
a=randperm(150); %random permutation the numbers
Train_respond = classes( a(1:120) , : );
Train_variable = features( a(1:120) , : );
Test_respond = classes( a(121:end) , : );
Test_variable = features( a(121:end) , : );

ctree = fitctree(Train_variable ,Train_respond);
view(ctree,'Mode','graph')

predict_result=predict(ctree,Test_variable);

numTrain_A=length(find(Train_respond==1));
numTrain_B=length(find(Train_respond==2));
numTrain_C=length(find(Tr