机器学习十大算法之Matlab-5决策树

决策树

Matlab代码

例子1-fitctree,三分类

• 利用 MATLAB 中自带的鸢尾属植物样本数据 fisheriris, 其属性分别为花萼 长度 (SL)、花萼宽度 (SW)、花瓣长度 (PL)、花瓣宽度 (PW), 标签分别为“setosa”(山鸢尾)、“versicolor”(杂色鸢尾) 和“virginica”(弗吉尼亚鸢尾). 数据集中共包含 150组数据信息, 每一类别植物有 50 组数据. 利用 MATLAB 自带的分类决策树函数 fitctree构建决策树, 并对新样本 [1, 0.2, 0.4, 2] 的类别进行预测。

%CART决策树算法MATLAB实现
%用决策树算法对鸢尾属植物数据集进行分类和预测
clear all; 
close all; 
clc;

load fisheriris;   %载入样本数据
t = fitctree(meas,species,'PredictorNames',{'SL','SW','PL','PW'});  %定义4种属性显示名称

view(t); %在命令窗口中用文本显示决策树结构
view(t,'Mode','graph');  %图形显示决策树结构

cls = predict(t,[1 0.2 0.4 2]);

例子2-fitctree,二分类

• 用 MATLAB 自带的 fitctree 函数构建决策树, 对电离层数据集 (IonosphereData Set) 进行分类. 该数据集需要根据给定的电离层中的自由电子的雷达回波来预测 大气的结构. 它是一个二分类问题,