随机森林赋权 matlab代码

这里是一个简单的 MATLAB 代码示例，用于训练和测试随机森林分类器。

% 加载数据集
load fisheriris
X = meas;
Y = species;

% 分割数据集为训练集和测试集
cv = cvpartition(Y,'Holdout',0.3);
Xtrain = X(training(cv),:);
Ytrain = Y(training(cv),:);
Xtest = X(test(cv),:);
Ytest = Y(test(cv),:);

% 训练随机森林分类器
B = TreeBagger(50,Xtrain,Ytrain,'OOBPrediction','On');

% 预测测试集
Ypred = predict(B,Xtest);

% 计算分类器的准确率
C = confusionmat(Ytest,Ypred);
accuracy = sum(diag(C))/sum(C(:));
fprintf('Accuracy = %f\n',accuracy);

这段代码使用了 Fishers 花卉数据集，将其分为训练集和测试集，使用 `TreeBagger` 函数训练了一个包含 50 棵决策树的随机森林分类器。然后，使用 `predict` 函数对测试集进行预测，并使用 `confusionmat` 函数计算分类器的准确率。