求会matlab和机器学习的大牛，教我怎么实现一个随机森林

Posted 2023-03-09

参考技术A 　　随机森林顾名思义，是用随机的方式建立一个森林，森林里面有很多的决策树组成，随机森林的每一棵决策树之间是没有关联的。在得到森林之后，当有一个新的输 入样本进入的时候，就让森林中的每一棵决策树分别进行一下判断，看看这个样本应该属于哪一类（对于分类算法），然后看看哪一类被选择最多，就预测这个样本 为那一类。
　　在建立每一棵决策树的过程中，有两点需要注意 - 采样与完全分裂。首先是两个随机采样的过程，random forest对输入的数据要进行行、列的采样。对于行采样，采用有放回的方式，也就是在采样得到的样本集合中，可能有重复的样本。假设输入样本为N个，那 么采样的样本也为N个。 参考技术B %读取训练数据
Data_train = xlsread('英文路径.xlsx', 'Export_Output', 'A2:A98');
Factors_train = xlsread('英文路径.xlsx', 'Export_Output', 'B2:O98');

代码输入，读取数据，就行了
%读取测试数据
Data_test = xlsread('英文路径.xlsx', 'Export_Output', 'A2:A49');
Factors_test = xlsread('英文路径.xlsx', 'Export_Output', 'B2:O49');
%随机森林模型
RFmodel = TreeBagger(100, Factors_train, Data_train,'OOBPredictorImportance','on');
[Data_predict, probabilities] = predict(RFmodel, Factors_test);
[max_probabilities, location] = max(probabilities');
Accuracy = length(find(Data_test == location')) / length(Data_test)
imp = RFmodel.OOBPermutedPredictorDeltaError
confusionmat(Data_test, location')