• 大小: 124KB
    文件类型: .rar
    金币: 1
    下载: 0 次
    发布日期: 2021-06-01
  • 语言: Matlab
  • 标签: RF,IRIS  

资源简介

在matlab中用RF的方法对IRIS数据进行分类,取一百个数据用于训练,五十个数据用于测试,并统计错误率,代码经本人运行,可用于学习随机森林

资源截图

代码片段和文件信息

%**************************************************************
%* mex interface to Andy Liaw et al.‘s C code (used in R package randomForest)
%* Added by Abhishek Jaiantilal ( abhishek.jaiantilal@colorado.edu )
%* License: GPLv2
%* Version: 0.02
%
% Calls Classification Random Forest
% A wrapper matlab file that calls the mex file
% This does prediction given the data and the model file
% Options depicted in predict function in http://cran.r-project.org/web/packages/randomForest/randomForest.pdf
%**************************************************************
%function [Y_hat votes] = classRF_predict(Xmodel extra_options)
% requires 2 arguments
% X: data matrix
% model: generated via classRF_train function
% extra_options.predict_all = predict_all if set will send all the prediction. 
%
%
% Returns
% Y_hat - prediction for the data
% votes - unnormalized weights for the model
% prediction_per_tree - per tree prediction. the returned object .
%           If predict.all=TRUE then the individual component of the returned object is a character
%           matrix where each column contains the predicted class by a tree in the forest.
%
%
% Not yet implemented
% proximity

function [Y_new votes prediction_per_tree] = classRF_predict(Xmodel extra_options)
    
    if nargin<2
error(‘need atleast 2 parametersX matrix and model‘);
    end
    
    if exist(‘extra_options‘‘var‘)
        if isfield(extra_options‘predict_all‘) 
            predict_all = extra_options.predict_all;
        end
    end
    
    if ~exist(‘predict_all‘‘var‘); predict_all=0;end
            
        
    
[Y_hatprediction_per_treevotes] = mexClassRF_predict(X‘model.nrnodesmodel.ntreemodel.xbestsplitmodel.classwtmodel.cutoffmodel.treemapmodel.nodestatusmodel.nodeclassmodel.bestvarmodel.ndbigtreemodel.nclass predict_all);
%keyboard
    votes = votes‘;
    
    clear mexClassRF_predict
    
    Y_new = double(Y_hat);
    new_labels = model.new_labels;
    orig_labels = model.orig_labels;
    
    for i=1:length(orig_labels)
        Y_new(find(Y_hat==new_labels(i)))=Inf;
        Y_new(isinf(Y_new))=orig_labels(i);
    end
    
    1;
    

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       2166  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\classRF_predict.m

     文件      14829  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\classRF_train.m

     文件        856  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\Compile_Check

     文件        557  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\compile_linux.m

     文件       1718  2010-02-06 16:44  IRIS—RFclassification\RF_Class_C\compile_windows.m

     文件       5280  2011-06-22 17:15  IRIS—RFclassification\RF_Class_C\data\IRIS.mat

     文件       2693  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\Makefile

     文件       2523  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\Makefile.windows

     文件      20992  2010-02-06 16:29  IRIS—RFclassification\RF_Class_C\mexClassRF_predict.mexw32

     文件      26624  2010-02-06 16:44  IRIS—RFclassification\RF_Class_C\mexClassRF_predict.mexw64

     文件      32256  2010-02-06 16:29  IRIS—RFclassification\RF_Class_C\mexClassRF_train.mexw32

     文件      46080  2010-02-06 16:44  IRIS—RFclassification\RF_Class_C\mexClassRF_train.mexw64

     文件       6848  2009-04-25 21:39  IRIS—RFclassification\RF_Class_C\precompiled_rfsub\win32\rfsub.o

     文件       9840  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\precompiled_rfsub\win64\rfsub.o

     文件       3255  2010-02-06 17:05  IRIS—RFclassification\RF_Class_C\README.txt

     文件       9840  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\rfsub.o

     文件      33889  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\src\classRF.cpp

     文件       8947  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\src\classTree.cpp

     文件       7678  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\src\cokus.cpp

     文件       1189  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\src\cokus_test.cpp

     文件       5225  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\src\mex_ClassificationRF_predict.cpp

     文件       8545  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\src\mex_ClassificationRF_train.cpp

     文件       4676  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\src\qsort.c

     文件       5186  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\src\rf.h

     文件      15851  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\src\rfsub.f

     文件       9609  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\src\rfutils.cpp

     文件       9865  2009-05-17 03:11  IRIS—RFclassification\RF_Class_C\src\twonorm_C_wrapper.cpp

     文件        601  2014-11-23 22:10  IRIS—RFclassification\RF_Class_C\test_ClassRF_extensively.m

     文件      10420  2014-11-23 22:10  IRIS—RFclassification\RF_Class_C\tutorial_ClassRF.m

     文件       1783  2009-04-25 20:39  IRIS—RFclassification\RF_Class_C\twonorm_C_devcpp.dev

............此处省略13个文件信息

评论

共有 条评论

相关资源