matlab decision tree,使用和理解MATLAB的TreeBagger（随机森林）方法

我想使用MATLAB的TreeBagger方法，它实现了一个随机森林。使用和理解MATLAB的TreeBagger(随机森林)方法

我得到了一些结果，并且可以在训练分类器后在MATLAB中进行分类。 但是我想“看”树木，或者想知道分类是如何工作的。

所以，我最终存储在“B”一classificator。 我如何检查树木？就像看看每个节点一样，看看决定是在哪个标准(例如特征)上做出的？ 进入B回报：

B =

TreeBagger

Ensemble with 20 bagged decision trees:

Training X: [6x2]

Training Y: [6x1]

Method: classification

Nvars: 2

NVarToSample: 2

MinLeaf: 1

FBoot: 1

SampleWithReplacement: 1

ComputeOOBPrediction: 0

ComputeOOBVarImp: 0

Proximity: []

ClassNames: '0' '1'

我不能看到类似B.trees左右。

而后续的问题是： 如何将您在MATLAB中原型化的随机森林代码移植到任何其他语言。 然后你需要知道每棵树是如何工作的，所以你可以用目标语言实现它。

希望你明白了，或者明白我的疑问;)

感谢您的回答！

最佳， 帕特里克

2015-09-23

muuh