MATLAB 中的 TreeBagger（随机森林）参数答案

【问题标题】：TreeBagger (Random Forests) Parameters in MATLABMATLAB 中的 TreeBagger（随机森林）参数
【发布时间】：2013-06-18 13:32:37
【问题描述】：

当我将 MATLAB 的随机森林实现（TreeBagger 类）与 OpenCV 实现（随机树类）进行比较时，我发现后者中存在的几个参数在前者中不存在。

感兴趣的参数是树的最大深度（max_depth）和max_categories。

有谁知道如何在 MATLAB 中访问这些参数？

【问题讨论】：

【解决方案1】：

这些参数在袋装决策树的 MATLAB 实现中不可用，TreeBagger。

【讨论】：

感谢 Sam 的回答，但我已经知道 TreeBagger 类不提供有关上述两个参数的任何信息（这就是我发布此问题的原因）。我想知道这是如何在 Matlab 中实现的，因为这些参数在运行算法时非常重要。
“这是如何安排的”是什么意思？您是否在询问 MathWorks 计划何时（如果）实施这些参数？我不知道有任何实施它们的计划，如果 MathWorks 确实打算这样做，我认为他们不会提前公布该意图。请记住，TreeBagger 不是随机森林，它是袋装决策树的实现，可以使其行为方式与随机森林非常相似。没有理由它必须具有与另一个实现完全相同的参数。
无论如何，我特别感兴趣的参数是树的最大深度。它会影响他们是否过度拟合的能力。这个参数是固定的还是从一个迭代改变到另一个？我觉得奇怪的是 MATHWORKS 没有带来处理它的方法。
这对我来说似乎并不奇怪 - 有更好的方法来控制树的复杂性，而不是简单地在特定深度切割它（例如修剪，或限制每棵树的观察次数）叶节点）。无论如何，不管你觉得奇怪与否，你原来的问题的答案是TreeBagger中没有这些参数，即使它们在OpenCV中也是如此。

【解决方案2】：

命令B.Trees{1}.NumNodes 将返回第一棵树的节点数，其中B 是您的模型。

并根据this paper计算二叉树的平均高度：

Hight = sqrt(2*pi*n)，n为节点数。

请参阅第 2 页，它非常接近 .pdf 的底部，因为它是颠倒的。

但是，我对这个公式有疑问...

【讨论】：