资源简介
这个是randomforest的MATLAB的工具箱。然后用《《MATLAB 神经网络43个案例分析》测试随机森林分类有效。
工具箱的使用是的科研进展的速度加快。自己只需要在此基础上修改,得到你想要的实验的结果
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 61 2018-12-19 16:46 read.txt
目录 0 2009-05-17 03:16 randomforest-matlab\
目录 0 2009-05-17 03:18 randomforest-matlab\RF_Class_C\
文件 2166 2009-05-17 03:11 randomforest-matlab\RF_Class_C\classRF_predict.m
文件 14829 2009-05-17 03:11 randomforest-matlab\RF_Class_C\classRF_train.m
文件 856 2009-04-25 20:39 randomforest-matlab\RF_Class_C\Compile_Check
文件 557 2009-05-17 03:11 randomforest-matlab\RF_Class_C\compile_linux.m
文件 1589 2009-05-17 03:11 randomforest-matlab\RF_Class_C\compile_windows.m
目录 0 2009-05-17 03:16 randomforest-matlab\RF_Class_C\data\
文件 48856 2009-04-25 20:39 randomforest-matlab\RF_Class_C\data\twonorm.mat
文件 96300 2009-04-25 20:39 randomforest-matlab\RF_Class_C\data\X_twonorm.txt
文件 600 2009-04-25 20:39 randomforest-matlab\RF_Class_C\data\Y_twonorm.txt
文件 2693 2009-05-17 03:11 randomforest-matlab\RF_Class_C\Makefile
文件 2523 2009-05-17 03:11 randomforest-matlab\RF_Class_C\Makefile.windows
目录 0 2009-05-17 03:16 randomforest-matlab\RF_Class_C\precompiled_rfsub\
目录 0 2009-05-17 03:16 randomforest-matlab\RF_Class_C\precompiled_rfsub\linux64\
目录 0 2009-05-17 03:16 randomforest-matlab\RF_Class_C\precompiled_rfsub\win32\
文件 6848 2009-04-25 21:39 randomforest-matlab\RF_Class_C\precompiled_rfsub\win32\rfsub.o
目录 0 2009-05-17 03:17 randomforest-matlab\RF_Class_C\precompiled_rfsub\win64\
文件 9840 2009-04-25 20:39 randomforest-matlab\RF_Class_C\precompiled_rfsub\win64\rfsub.o
文件 3128 2009-05-17 03:11 randomforest-matlab\RF_Class_C\README.txt
文件 9840 2009-04-25 20:39 randomforest-matlab\RF_Class_C\rfsub.o
目录 0 2009-05-17 03:17 randomforest-matlab\RF_Class_C\src\
文件 33889 2009-05-17 03:11 randomforest-matlab\RF_Class_C\src\classRF.cpp
文件 8947 2009-05-17 03:11 randomforest-matlab\RF_Class_C\src\classTree.cpp
文件 7678 2009-04-25 20:39 randomforest-matlab\RF_Class_C\src\cokus.cpp
文件 1189 2009-04-25 20:39 randomforest-matlab\RF_Class_C\src\cokus_test.cpp
文件 5225 2009-05-17 03:11 randomforest-matlab\RF_Class_C\src\mex_ClassificationRF_predict.cpp
文件 8545 2009-05-17 03:11 randomforest-matlab\RF_Class_C\src\mex_ClassificationRF_train.cpp
文件 4676 2009-04-25 20:39 randomforest-matlab\RF_Class_C\src\qsort.c
文件 5186 2009-05-17 03:11 randomforest-matlab\RF_Class_C\src\rf.h
............此处省略35个文件信息
- 上一篇:welch法谱估计matlab实现
- 下一篇:matlab数值分析程序(超详细)
相关资源
- Pattern Recognition and Machine Learning(高清
- MATLAB 编程 第二版 Stephen J. Chapman 著
- 均值滤波和FFT频谱分析Matlab代码
- 《MATLAB扩展编程》代码
- HDB3码、AMI码的MATLAB实现
- 3点GPS定位MATLAB仿真
- MATLAB数字信号处理85个实用案例精讲入
- matlab从入门到精通pdf94795
- 欧拉放大论文及matlab代码
- 跳一跳辅助_matlab版本
- 全面详解LTE MATLAB建模、仿真与实现
- MIMO-OFDM无线通信技术及MATLAB实现_孙锴
- MATLAB Programming for Engineers 4th - Chapman
- matlab 各种谱分析对比
- 分数阶chen混沌matlab程序
- 基于粒子群算法的非合作博弈的matl
- MATLAB车流仿真 包括跟驰、延误
- matlab空间桁架计算程序
- 基于MATLAB的图像特征点匹配和筛选
- DMA-TVP-FAVAR
- GPS信号的码捕获matlab代码.7z
- 一维光子晶体MATLAB仿真代码吸收率折
- newmark法源程序
- 传统关联成像、计算鬼成像matlab
- pri传统分选算法
- 摆动滚子推杆盘形凸轮设计
- 医学图像重建作业matlab源码
- Matlab实现混沌系统的控制
- 检测疲劳驾驶
- Matlab锁相环仿真-Phase Locked Loop.rar
评论
共有 条评论