Matlab的GBDT多分类问题代码

GBDT（Gradient Boosting Decision Tree）是一种常用的机器学习算法，可以用于分类和回归问题。在Matlab中，可以使用TreeBagger函数实现GBDT分类问题。下面是一个用于多分类问题的示例代码：

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

% 将类别转换为数字标签
[~,~,Y] = unique(Y);

% 训练GBDT模型
numTrees = 50; % 树的数量
gb = TreeBagger(numTrees, X, Y, 'Method', 'classification');

% 预测测试集
pred = str2double(gb.predict(X));

% 计算准确率
accuracy = sum(pred == Y) / numel(Y);
disp(['准确率: ', num2str(accuracy)])

在这个例子中，我们首先加载Iris数据集，然后将类别转换为数字标签。接下来，我们使用TreeBagger函数训练一个GBDT模型，并使用训练集进行预测。最后，我们计算预测准确率。