简介
Matlab使用随机森林（TreeBagger）的例子
ref: https://www.cnblogs.com/huadongw/p/5248018.html
ref: https://blog.csdn.net/wokaowokaowokao12345/article/details/104813867
说明
TreeBagger集成了一组决策树，用于分类或回归。集成中的每棵树都生长在独立绘制的输入数据的引导程序副本上。该副本中未包含的观察结果对于该树而言是“无用之物”。
TreeBagger将决策树用于分类或回归。TreeBagger依靠ClassificationTree和RegressionTree功能来生长单个树。ClassificationTree和RegressionTree接受为每个决策拆分随机选择的特征数作为可选输入参数。也就是说， TreeBagger实现了随机森林算法。
对于回归问题，TreeBagger支持均值和分位数回归（即分位数回归森林）。
默认情况下，TreeBagger为分类树。要使用回归树，请指定 ‘Method’,‘regression’。
语法
Mdl = TreeBagger(NumTrees,Tbl,ResponseVarName)
Mdl = TreeBagger(NumTrees,Tbl,formula)
Mdl = TreeBagger(NumTrees,Tbl,Y)
B = TreeBagger(NumTrees,X,Y)
B = TreeBagger(NumTrees,X,Y,Name,Value)
代码
T=textread('E:\datasets-orreview\discretized-regression\10bins\abalone10\matlab\test_abalone10.2');
X=textread('E:\datasets-orreview\discretized-regression\10bins\abalone10\matlab\train_abalone10.2');
%nTree = round(sqrt(size(X,2)-1));
nTree = 50;
train_data = X(:,1:end-1);train_label = X(:,end); test_data = T(:,1:end-1);
Factor = TreeBagger(nTree, train_data, train_label,'Method','regression');
[Predict_label,Scores] = predict(Factor, test_data);
%Predict_label=cellfun(@str2num,Predict_label(1:end));
MZE = mean(round(Predict_label) ~= T(:,end))
MAE = mean(abs(round(Predict_label) - T(:,end)))
