随机森林特征重要性matlab代码

在MATLAB中计算随机森林的特征重要性，你可以使用以下代码：

% 导入数据
data = load('your_data.mat');

% 拆分数据为特征矩阵和目标向量
X = data.features;
Y = data.targets;

% 构建随机森林模型
numTrees = 100;  % 随机森林中的决策树数量
model = TreeBagger(numTrees, X, Y);

% 计算特征重要性
importance = model.OOBPermutedPredictorDeltaError;

% 绘制特征重要性
figure;
bar(importance);
xlabel('特征索引');
ylabel('特征重要性');
title('随机森林特征重要性');

请确保将`your_data.mat`替换为你自己的数据文件名，并且在数据文件中包含一个名为`features`的特征矩阵和一个名为`targets`的目标向量。

这段代码通过TreeBagger函数构建了一个拥有指定数量决策树的随机森林模型。然后，通过model.OOBPermutedPredictorDeltaError计算出了特征重要性。最后，使用bar函数绘制了特征重要性的条形图。