在 MATLAB 中修改决策树的精度

Posted 2023-03-12

【中文标题】在 MATLAB 中修改决策树的精度

【英文标题】：modify precision of a decision tree in MATLAB

【发布时间】：2018-09-16 18:11:50

【问题描述】：

我使用 fitrtree 创建了一个回归树 我想采用 CutPoint 等参数并降低精度，如下所示：

tree.CutPoint=round(tree.CutPoint,5);

但我不能这样做，因为 CutPoint 设置为只读，我想修改它或创建一个与此树基本相同但具有这些修改的树。不幸的是，文档仅通过 fitrtree 函数显示构造函数。是否有可能做到这一点？如果有，怎么做？

【参考方案1】：

这只是部分建议性解决方案。我希望其他人能提出更好的解决方案。

无效的解决方案：

通常，每当出现此类问题时，（繁琐的）解决方案是找到该类的构造函数，然后将所有字段（包括您的 round(tree.CutPoint,5) 为 CutPoint，即类似这样的东西）提供给构造函数

NewTree = RegressionTree('X',tree.X,'Y',tree.Y,...,'CutPoint',round(tree.CutPoint,5),...)

理论上应该创建一个新树NewTree，它与tree 相同，除了已舍入的CutPoint。

但是，查看它所说的构造函数的文档（或帮助中心）

这个类的对象不能通过调用构造函数来创建。使用 FITTREE 通过将树拟合到训练数据来创建 RegressionTree 对象。

所以这种方法也行不通。然后，我尝试在类的层次结构中更进一步，看看是否可以使用这些方法做到这一点，然后向下发展，这也是（我能找到的）不可能的。

我的建议：

似乎 Mathworks 已经竭尽全力确保我们不会篡改生成的树。因此，我的基本建议是不要使用这种方法。然而，这可以通过多种方式完成：

如果您键入例如，所有用于构建树的代码似乎都可用。 edit RegressionTree 因此您应该能够找到结果树设置为private 的点，然后可以将其更改为public。

如果您不想更改现有的 Matlab 代码，那么 Kota Hara 已经自己实现了 binary regression trees，您可以尝试一下。

最后一个建议是自己实现它，注意您不需要编写一个非常通用的方法，只需一个可以解决您的问题的方法。然后可以使用任何语言。

正如一开始所说，我希望有人比我运气好，尽管我非常怀疑，因为似乎 Mathworks 已经做了很多工作来阻止你 - 也许有一个漏洞，但我不知道.