matlab GBRT

GBRT（Gradient Boosting Regression Trees）是一种集成学习算法，它通过迭代地训练多个弱学习器（回归树），并将它们组合成一个强学习器。GBRT在每一轮迭代中，通过拟合当前模型的负梯度来训练下一个模型，然后将新模型的预测结果与之前模型的预测结果相加，从而逐步减小残差，最终得到一个强大的预测模型。

在Matlab中，可以使用TreeBagger函数来实现GBRT。下面是一个简单的示例代码：

% 准备训练数据
X = [1, 2, 3, 4, 5]';
y = [2, 4, 6, 8, 10]';

% 训练GBRT模型
numTrees = 100; % 弱学习器的数量
model = TreeBagger(numTrees, X, y, 'Method', 'regression');

% 预测新样本
newX = [6, 7, 8]';
predictions = predict(model, newX);
disp(predictions);

这段代码首先准备了训练数据X和对应的目标值y，然后使用TreeBagger函数训练了一个包含100个回归树的GBRT模型。最后，使用训练好的模型对新样本newX进行预测，并输出预测结果。