Matlab中RandomForest分类器的使用

随机森林算法的相关资料，参考：https://www.cnblogs.com/maybe2030/p/4585705.html

（1）首先制作训练样本，并对样本打分类标签；

（2）训练样本，并在训练集上的利用“包外错误率oob”评估模型效果；（注意：训练模型有很多关键参数，可以参考相关手册对照使用。）

1. load train_sample % 训练样本    
2. load train_label  % 样本标签    
3. % 训练随机森林模型    
4. model = TreeBagger(NumTrees, train_sample, train_label, 'Method', ...  
5.         'regression', 'OOBPrediction', 'on');    
6. % 评估RF模型在训练集上的检测效果    
7. err = oobError(model);    

（3）使用RF模型时，将待检测样本制作成相同的测试样本集，利用predict函数执行检测。

1. % 根据FR模型是回归模型还是分类模型，得到的预测值表征不同的意义  
2. cost = predict(model.model,sample);