决策树分类算法matlab实现程序

以下是一个简单的决策树分类算法的 MATLAB 实现程序，使用了 CART（Classification and Regression Trees）算法：

% 读入数据集
data = readtable('data.csv'); % 假设数据集文件名为 data.csv

% 取出特征和标签
feat = table2array(data(:, 1:end-1));
label = table2array(data(:, end));

% 构建决策树
tree = fitctree(feat, label);

% 可视化决策树
view(tree);

% 预测新数据的标签
new_feat = [1, 2, 3]; % 假设新数据的特征值为 1, 2, 3
pred_label = predict(tree, new_feat);
disp(pred_label);

需要注意的是，实际应用中需要将数据集划分为训练集和测试集，并使用交叉验证等方法进行模型评估和调参，以得到更加准确的决策树分类模型。