可视化决策树matlab代码

在MATLAB中，你可以使用`ClassificationTree`函数或者`fitctree`方法创建并可视化决策树。这里是一个简单的例子，展示了如何构建一个决策树模型，并使用`view`函数展示它：

% 导入数据集
load fisheriris; % 假设我们正在处理鸢尾花数据

% 划分训练集和测试集
cv = cvpartition(species,'HoldOut',0.3); % 30%的数据用于测试
idx = cv.test;
dataTrain = meas(~idx,:);
speciesTrain = species(~idx);
dataTest = meas(idx,:);
speciesTest = species(idx,:);

% 训练决策树模型
treeModel = fitctree(dataTrain, speciesTrain);

% 视化决策树
view(treeModel, 'Mode', 'graph'); % 'graph'模式显示图形结构
title('Iris Data Decision Tree');

% 预测测试集
predictions = predict(treeModel, dataTest);

% 结果评估
accuracy = sum(predictions == speciesTest) / numel(speciesTest);
disp(['Accuracy: ', num2str(accuracy)])

这段代码首先加载数据，然后划分训练集和测试集，接着训练决策树模型并使用`view`函数生成可视化的决策树。最后，它还会预测测试集的结果并计算分类精度。