随机森林MATLAB

压缩包中包含决策树分类方法，还有随机森林方法的matlab代码。

clear all;  
rnode=cell（31）;%3*1的单元数组  
% rchild_value=cell（31）;%3*1的单元数组  
% rchild_node_num=cell（31）;%3*1的单元数组  
sn=300; %随机可重复的抽取sn个样本  
tn=10;  %森林中决策树的数目
load（‘aaa.mat‘）;  
n = size（r1）;
%% 样本训练采用随机森林和ID3算法构建决策森林  
discrete_dim = [];
for j=1:tn  
    Sample_num=randi（[1n]1sn）;%从1至1000内随机抽取sn个样本  
    SData=r（Sample_num:）;  
    [treediscrete_dim]= train_C4_5（SData 5 10 discrete_dim）;  
    rnode{j1}=tree;  
end  
      
%% 样本测试  
load（‘aaa.mat‘）;  
T = r;
%TData=roundn（T-1）;  
TData = roundn（T-1）;  
%统计函数，对输入的测试向量进行投票，然后统计出选票最高的标签类型输出  
result = statistics（tn rnode TData discrete_dim） 
gd = T（:end）;
len = length（gd）;
count = sum（result==gd）;
fprintf（‘共有%d个样本，判断正确的有%d\n‘lencount）;
    
    
 
      
      

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

     文件     160768  2013-02-07 14:41  RandomForest\aaa.xls

     文件     146432  2013-02-07 14:41  RandomForest\bbb.xls

     文件       4570  2013-02-10 21:39  RandomForest\ID3.m

     文件        974  2017-12-26 17:49  RandomForest\RandomForest.m

     文件     176128  2018-01-09 22:51  RandomForest\result.xls

     文件       2256  2013-02-10 22:02  RandomForest\statistics.m

     文件        938  2013-02-10 21:55  RandomForest\suijisenlin.asv

     文件    4218541  2017-09-05 15:59  random forest-matlab\aaa.mat

     文件        888  2018-01-18 22:25  random forest-matlab\rfmain.m

     文件        673  2017-09-06 10:19  random forest-matlab\statistics.m

     文件      13496  2017-12-20 19:50  random forest-matlab\train_C4_5.m

     文件       1947  2017-09-06 09:24  random forest-matlab\vote_C4_5.m

     目录          0  2018-01-09 22:51  RandomForest

     目录          0  2017-09-06 10:58  random forest-matlab

----------- ---------  ---------- -----  ----

              4727611                    14