使用和理解 MATLAB 的 TreeBagger（随机森林）方法答案

【问题标题】：Using and understanding MATLAB's TreeBagger (a random forest) method使用和理解 MATLAB 的 TreeBagger（随机森林）方法
【发布时间】：2015-12-20 19:24:49
【问题描述】：

我正在尝试使用 MATLAB 的 TreeBagger 方法，该方法实现了随机森林。

我得到了一些结果，并且可以在训练分类器后在 MATLAB 中进行分类。但是我想“看到”这些树，或者想知道分类是如何工作的。

例如，让我们运行这个最小的例子，我在这里找到：Matlab treebagger example

所以，我最终得到了一个存储在“B”中的分类器。如何检查树木？就像查看每个节点一样，看看是根据哪些标准（例如特征）做出决定的？输入B 返回：

B = 

  TreeBagger
Ensemble with 20 bagged decision trees:
           Training X:                [6x2]
           Training Y:                [6x1]
               Method:       classification
                Nvars:                    2
         NVarToSample:                    2
              MinLeaf:                    1
                FBoot:                    1
SampleWithReplacement:                    1
 ComputeOOBPrediction:                    0
     ComputeOOBVarImp:                    0
            Proximity:                   []
           ClassNames:             '0'             '1'

我看不到像B.trees 这样的东西。

还有一个后续问题是：如何将您在 MATLAB 中原型化的随机森林代码移植到任何其他语言。然后你需要知道每棵树是如何工作的，这样你才能用目标语言实现它。

我希望你明白我的意思，或者理解我的问题；）

感谢您的回答！

最好，帕特里克

【问题讨论】：

标签： matlab tree random-forest

【解决方案1】：

查看多棵树只需使用循环：

for n=1:30 %number of tree
view(t.Trees{n});
end

you can find the source here

【讨论】：

【解决方案2】：

通过运行view() 命令了解如何检查树木。例如。检查示例的第一棵树：

>> view(B.Trees{1})
Decision tree for classification
1 if x2<650 then node 2 elseif x2>=650 then node 3 else 0
2 if x1<4.5 then node 4 elseif x1>=4.5 then node 5 else 1
3 class = 0
4 class = 0
5 class = 1

通过向view() 命令传递更多参数，树也可以可视化：

view(B.Trees{1},'mode','graph')

【讨论】：