0

以下を使用して分類するために、matlab 2011b で「Bag」を使用して fitensemble 関数を使用しています。

fitensemble(features , classLabels,'Bag',10,'tree','type' , 'classification');

fitensememble が各決定木を構築するためにどのように機能を選択するかを誰かに知らせることができますか? 各ツリーのすべての機能のサブセットを選択しますか (元の Breiman のランダム フォレストのように) ? それとも、各ツリーを構築するためにすべての機能を選択しますか?

たとえば、データ セットに 500 個のフィーチャがある場合、すべてのツリーは 500 個のフィーチャに基づいて構築されますか、または各ツリーを構築するために 500 個のフィーチャのサブセットがランダムに選択されますか?

4

1 に答える 1

1

とのNVarToSampleプロパティを見てください。正の整数または「すべて」に設定できます。デフォルトでは、分類ではブースティングに「all」を使用し、バギングに変数の数の平方根を使用します（状況）。回帰では、ブーストに「all」を使用し、バギングに変数の数の 1/3 を使用します。ClassificationTree.templateRegressiontree.templatefitensemble

于 2013-01-07T10:08:52.457 に答える