写一个随机森林matlab代码，要求多参数输入，多评估参数输出

在MATLAB中，你可以使用`TreeBagger`函数创建随机森林模型，它支持多参数输入，并通过交叉验证等方法得到多参数评估结果。以下是一个简单的示例代码，展示了如何设置多个参数并进行训练：

% 导入所需的库
addpath('stats toolbox') % 假设已经安装了统计工具箱

% 定义数据集 (假设X是特征矩阵，y是响应向量)
data = load('your_dataset.mat'); % 替换为实际数据文件路径
X = data.X;
y = data.y;

% 随机森林参数设定，这里举例几个常用参数
numTrees = 50;         % 树的数量
maxNumSplits = 10;     % 最大划分次数
minLeafSize = 10;      % 最小叶节点大小
responseVar = 'Class'; % 如果类别变量是字符串

% 创建一个结构体来存储参数
params = struct('numTrees', numTrees, ...
                'MaxNumSplits', maxNumSplits, ...
                'MinLeafSize', minLeafSize);

% 开始构建随机森林
[~, model] = TreeBagger(numTrees, X, y, params, 'Method', 'classification');

% 使用交叉验证进行参数评估
cvParams = {'CVPartition', cvpartition(y, 'HoldOut', 0.3), ...   % 划分训练集和测试集
             'PredictorNames', columnnames(X), ...               % 可选，预测变量名
             'ResponseName', responseVar};                    % 可选，响应变量名

[evalMetrics, bestModel] = crossval(model, cvParams, 'KFold', 5); % 五折交叉验证

% 打印评估结果
disp(['Mean accuracy: ', num2str(mean(evalMetrics.KFoldLoss))]);
disp(['Best parameters: ', mat2str(bestModel.ParameterSet)]);

%