随机森林的MATLAB实现

里面包含随机森林的matlab实现代码，并且有简单的训练数据集和测试数据集

%% load data
train = load（‘train.data‘）;
train_data = train（: 1:10）; train_label = train（: 11）;
test = load（‘test.data‘）;
test_data = test（: 1:10）; test_label = test（: 11）;


%% new_data
pos = find（train_label==1）;
neg = find（train_label==-1）;
n_p = length（pos）;
n_n = length（neg）;
new_data= zeros（n_n * 2 10）;
new_label= zeros（n_n * 2 1）;
for i=1:n_n
    idx = pos（randperm（n_p 1））;
    new_data（i:） = train_data（idx:）;
    new_label（i） = train_label（idx）;
end
new_data（n_n+1:n_n*2:） = train_data（neg :）;
new_label（n_n+1:n_n*2） = train_label（neg）;


%% adaboost
%类变换为01
test_label（test_label>0） = 1;
test_label（test_label<0） = 0;
new_label（new_label>0） = 1;
new_label（new_label<0） = 0;
%训练
ens = fitensemble（new_datanew_label‘AdaBoostM1‘ 100‘tree‘‘type‘‘classification‘）;
%测试
[predict_labelscores]= predict（ens test_data）;

%输出正确率
fprintf（‘AdaBoost Accuracy: %f %%\n‘ mean（double（predict_label == test_label）） * 100）;
%输出-1类正确率
predict1=sum（predict_label==test_label & test_label==0）;
tot11=sum（test_label==0）;
fprintf（‘label -1: %d/%d Correct=%f %%\n‘predict1tot11predict1*100/tot11）;
%输出+1类正确率
predict2=sum（predict_label==test_label & test_label==1）;
tot2=sum（test_label==1）;
fprintf（‘label +1: %d/%d    Correct=%f %%\n‘predict2tot2predict2*100/tot2）;

%调整scores在01内，test_label为2列，以满足newplotroc
test_label = [test_label 1 - test_label];
for i=1:2    for j=1:2072
        if scores（ji）<0
            scores（ji）=scores（ji）+1;
        end
    end
end
%转置test_labelscores，绘制ROC曲线，输出AUC数值

plot_roc（test_label‘scores‘）;

% test_label=test_label（:）;
% scores=scores（1:20721:1）;
% 
% [XY]=perfcurve（test_labelscores‘1‘）;
% plot（XY）;

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        9676  2017-03-21 16:37  newplotroc.m
     文件        9678  2016-01-11 13:39  plot_roc.m
     文件      214690  2016-01-10 22:00  test.data
     文件      858545  2009-04-24 16:10  train.data
     文件        1784  2016-12-06 16:14  ADABOOST.m