一、实现流程
1. 数据预处理
% 加载鸢尾花数据集
load fisheriris
X = meas(:,1:2); % 使用前两个特征
Y = species;% 处理缺失值(若有)
cleanData = rmmissing([X, categorical(Y)]);% 特征标准化
X_scaled = zscore(cleanData(:,1:2));
Y_encoded = grp2idx(cleanData(:,3)); % 类别编码
2. 模型构建与训练
% 参数设置
numTrees = 200; % 树的数量
minLeafSize = 5; % 最小叶节点大小
numFeatures = 'sqrt'; % 每个节点分裂时考虑的特征数% 构建随机森林模型
model = TreeBagger(numTrees, X_scaled, Y_encoded, ...'Method', 'classification', ...'MinLeafSize', minLeafSize, ...'NumPredictorsToSample', numFeatures, ...'OOBPrediction', 'on'); % 启用袋外误差计算
3. 模型评估
% 预测结果
Y_pred = predict(model, X_scaled);
Y_pred = str2double(Y_pred); % 转换为数值标签% 性能指标计算
accuracy = sum(Y_pred == Y_encoded)/numel(Y_encoded);
confMat = confusionmat(Y_encoded, Y_pred);
kappa = kappa2(confMat);% 可视化混淆矩阵
confusionchart(confMat);
title(sprintf('准确率: %.2f, Kappa系数: %.2f', accuracy, kappa));
4. 特征重要性分析
% 获取特征重要性
imp = model.OOBPermutedPredictorDeltaError;% 可视化特征重要性
bar(imp);
xlabel('特征索引');
ylabel('重要性评分');
title('特征重要性排序');
二、关键参数解析
参数 | 作用说明 | 推荐取值范围 |
---|---|---|
NumTrees |
决策树数量 | 100-500 |
MinLeafSize |
叶节点最小样本数 | 1-20 |
NumPredictorsToSample |
分裂时考虑的特征数 | 'sqrt'/'all' |
OOBPrediction |
是否计算袋外误差 | 'on'/'off' |
Method |
任务类型(分类/回归) | 'classification' |
三、高级功能实现
1. 交叉验证优化
% 5折交叉验证
cv = cvpartition(Y_encoded, 'KFold', 5);% 参数网格搜索
params = struct(...'NumTrees',[100,200,300],...'MinLeafSize',);bestAcc = 0;
for i = 1:numel(params.NumTrees)for j = 1:numel(params.MinLeafSize)model = TreeBagger(params.NumTrees(i), X_scaled, Y_encoded, ...'MinLeafSize', params.MinLeafSize(j));acc = sum(predict(model,X_scaled)==Y_encoded)/numel(Y_encoded);if acc > bestAccbestAcc = acc;bestParams = struct('NumTrees',params.NumTrees(i),'MinLeafSize',params.MinLeafSize(j));endend
end
disp(['最佳参数: ', num2str(bestParams)]);
2. 并行计算加速
% 启用并行计算池
parpool('local',4); % 使用4核% 并行训练模型
model = TreeBagger(200, X_scaled, Y_encoded, ...'NumThreads',4, % 设置并行线程数'OOBPrediction','on');
3. 处理不平衡数据
% 使用加权随机森林
weights = ones(size(Y_encoded));
weights(Y_encoded==3) = 2; % 少数类权重加倍model = TreeBagger(200, X_scaled, Y_encoded, ...'Weights', weights, ...'Method','classification');
四、应用场景案例
1. 医疗诊断(疾病分类)
% 加载糖尿病数据集
load diabetes;
X = diabetes(:,1:8);
Y = diabetes(:,9);% 训练随机森林模型
model = TreeBagger(150, X, Y, 'OOBPrediction','on');% 预测新样本
newSample = [0.033,0.051,0.061,0.023,0.035,0.073,0.043,0.035];
pred = predict(model, newSample);
disp(pred == 1 ? '患病' : '健康');
2. 工业质检(缺陷分类)
% 加载缺陷数据集
load defect_dataset;
X = defectFeatures;
Y = defectLabels;% 处理高维数据(PCA降维)
[coeff,score] = pca(X);
X_pca = score(:,1:5);% 训练模型
model = TreeBagger(300, X_pca, Y, 'MinLeafSize',10);
五、工具链集成
-
MATLAB Production Server
% 生成REST API服务 webApp = webAppCompiler('RandomForestApp', 'EntryFile', 'app.m'); deploy(webApp, 'Target', 'web');
-
Simulink集成
% 创建预测模块 model = TreeBagger(100, X_train, Y_train); sim('classification_model.slx', 'StopTime','10');
六、参考
- 官方网页 TreeBagger官方文档 www.mathworks.com/help/stats/treebagger.html 分类模型评估指南 www.mathworks.com/help/stats/classification-model-evaluation.html
- 代码 利用多棵树对样本进行训练并预测的分类器 www.youwenfan.com/contentcni/63814.html
建议优先使用MATLAB内置的TreeBagger
函数进行快速验证,再根据实际需求进行参数调优和工程优化。