本文主要是介绍Matlab中RandomForest分类器的使用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
随机森林算法的相关资料，参考：https://www.cnblogs.com/maybe2030/p/4585705.html
（1）首先制作训练样本，并对样本打分类标签；
（2）训练样本，并在训练集上的利用“包外错误率oob”评估模型效果；（注意：训练模型有很多关键参数，可以参考相关手册对照使用。）
- load train_sample % 训练样本
- load train_label % 样本标签
- % 训练随机森林模型
- model = TreeBagger(NumTrees, train_sample, train_label, 'Method', ...
- 'regression', 'OOBPrediction', 'on');
- % 评估RF模型在训练集上的检测效果
- err = oobError(model);
（3）使用RF模型时，将待检测样本制作成相同的测试样本集，利用predict函数执行检测。
- % 根据FR模型是回归模型还是分类模型，得到的预测值表征不同的意义
- cost = predict(model.model,sample);
这篇关于Matlab中RandomForest分类器的使用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
