matlab决策树代码

以下是一个使用MATLAB编写的简单决策树代码示例：

% 加载示例数据集（这里使用鸢尾花数据集）
load fisheriris
X = meas;
y = species;

% 将数据集拆分为训练集和测试集
rng(42); % 设置随机种子以确保结果可重现
cv = cvpartition(y, 'HoldOut', 0.2);
X_train = X(training(cv), :);
y_train = y(training(cv), :);
X_test = X(test(cv), :);
y_test = y(test(cv), :);

% 创建决策树模型
tree = fitctree(X_train, y_train);

% 在测试集上进行预测
y_pred = predict(tree, X_test);

% 计算准确率
accuracy = sum(strcmp(y_pred, y_test)) / numel(y_test);
disp(['准确率:', num2str(accuracy)]);

这段代码使用了MATLAB的`fitctree`函数来构建决策树模型，并使用鸢尾花数据集进行训练和测试。最后输出了模型在测试集上的准确率。

请注意，这只是一个简单的示例，实际应用中可能需要更多的预处理和调参步骤来优化模型性能。