matlab - 在 MATLAB 中通过二进制训练数据训练决策树

Question

我想在 MATLAB 中针对二进制数据训练决策树。这是我使用的数据示例。traindata <87*239> [具有 239 个特征的数据数组]

1 0 1 0 0 0 1 1 0 0 1 0 1 0 1 1 1 1 1 0 0 0 1 1 0 ... [till 239]
1 1 1 0 0 0 1 0 0 0 1 0 1 0 1 1 0 0 1 0 0 0 1 0 1 ... [till 239]
....

问题是，这些数据对应的表单只有是/否选项。该表格的结果也是二元的，并且意味着 Patinet 是否患有某种疾病!我们使用了分类树，分类器向我们显示了双数。例如，它根据 x137 值是否大于 0.75 来分支第一个节点!由于我们的数据中没有 0.75，并且它没有是/否的含义，因此我们希望使用最适合我们工作的决策树。对我们来说最好的决策树是基于 bool 变量而不是双变量训练的决策树。它还知道数据不是连续的，例如，而不是上面的表示，显示 x137 是或否(1 或 0)。有人可以帮我弄这个吗？如果 bool 决策树不适用，我也希望有一个将数据映射到双变量和特征的解决方案。我目前在 matlab 中使用 classregtree，其中 <87*237> 作为训练，<87*1> 作为结果。

Answer 1

classregtree 有一个可选的输入参数categorical。使用此选项，您可以传入一个向量，指示哪些输入变量是分类变量(在您的情况下，此向量将为 1x239，全部为 1)。然后，决策树应包含是/否决策，而不是数字阈值。