如何在matlab中确定随机森林中的树数？答案

【问题标题】：How can I determine the number of trees in random Forest in matlab?如何在matlab中确定随机森林中的树数？
【发布时间】：2019-03-25 20:33:49
【问题描述】：

在 Matlab 中，我们使用TreeBagger() 方法训练随机森林。该方法的参数之一是树的数量。我正在使用随机森林进行分类方法。如何确定随机森林的树数？

【问题讨论】：

mathworks.com/help/stats/treebagger.html ;检查文档是人们应该做的第一件事，远在考虑在这里提出问题之前 - idownvotedbecau.se/noresearch
问题与computer-vision 或image-processing 无关 - 请不要向标签发送垃圾邮件（已删除）。
我投票结束这个问题，因为答案直接在相关文档中：mathworks.com/help/stats/treebagger.html
@desertnaut 文档说明了 NumTrees 参数是什么，但没有说明如何确定对给定问题使用哪个值
我同意措辞含糊不清，但我将其视为确定此值的提示问题。什么时候应该增加，什么时候减少，取决于结果。尽管如此，即使我没看错，这个问题的更好的地方可能是Data Science Stack Exchange。

标签： matlab machine-learning random-forest

【解决方案1】：

如果您一直在训练此模型，您应该知道模型中使用的树的数量，因为它必须设置为 TreeBagger() 的输入。
无论如何，对于像RFmodel这样的学习模型，您可以使用compact(RFmodel)来确定树的数量。

这是基于Matlab documentation 的回归示例：

load imports-85;
Y = X(:,1);
X = X(:,2:end);
isCat = [zeros(15,1);ones(size(X,2)-15,1)]; % Categorical variable flag
rng(1945,'twister')
UnknownNumberofTrees=100;
RFmodel = TreeBagger(UnknownNumberofTrees,X,Y,'Method','R','OOBPred','On',...
        'Cat',find(isCat == 1),'MinLeaf',5);

RFmodelObject = compact(RFmodel);
RFmodelObject.NTrees

%ans =

%   100

【讨论】：