使用matlab实现决策树cart算法(基于fitctree函数)

使用的是matlab自带的fitctree函数,也就是classregtree函数(老版本),函数用法一致。

看了网上别人的教程都乱七八糟的,也没有注释,所以自己写了一个。

数据直接用的matlab里自带的举例用数据,所以代码直接复制到maltab里即可运行。

大家有更好的想法或疑问欢迎留言交流。

%% Created by Indiffer
%数据预处理
load ionosphere;
length=size(X,1);
rng(1);%可复现
indices = crossvalind('Kfold', length, 5);%用k折分类法将样本随机分为5部分
i=1; %四份用来训练,一份进行测试
test = (indices == i);
train = ~test;
X_train=X(train, :);
Y_train=Y(train, :);
X_test=X(test, :);
Y_test=Y(test, :);
%构建CART算法分类树
tree=fitctree(X_train,Y_train);
view(tree,'Mode','graph');%生成树图
rules_num=(tree.IsBranchNode==0);
rules_num=sum(rules_num);%求取规则数量
Cart_result=predict(tree,X_test);%使用测试样本进行验证
Cart_result=cell2mat(Cart_result);
Y_test=cell2mat(Y_test);
Cart_result=(Cart_result==Y_test);
Cart_length=size(Cart_result,1);%统计准确率
Cart_rate=(sum(Cart_result))/Cart_length;
disp(['规则数:' num2str(rules_num)]);
disp(['测试样本识别准确率:' num2str(Cart_rate)]);

评论 10
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值