基于MATLAB的多棵树分类器（随机森林）

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 > bestAcc
            bestAcc = acc;
            bestParams = struct('NumTrees',params.NumTrees(i),'MinLeafSize',params.MinLeafSize(j));
        end
    end
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

1. MATLAB Production Server

   % 生成REST API服务
   webApp = webAppCompiler('RandomForestApp', 'EntryFile', 'app.m');
   deploy(webApp, 'Target', 'web');
   

2. 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

1. 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
2. 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。