具有交叉验证和 ROC 分析图的决策树和预测模型:此代码实现了一个分类树并绘制了每个目标类的 ROC 曲线-matlab开发

上传者: 38606019 | 上传时间: 2022-08-10 11:45:50 | 文件大小: 1.54MB | 文件类型: ZIP
决策树学习是数据挖掘中常用的方法。 大多数商业软件包提供复杂的树分类算法,但它们非常昂贵。 这个 matlab 代码使用“classregtree”函数来实现 GINI 算法来确定每个节点 (CART) 的最佳分割。 这段代码的主要功能名为Tree。 它直接从 excel 或 csv 文件导入数据,使用第一行作为变量名(必要)。 第一列是结果组,它必须是数字。 在 Matlab 工作区中启动分类树类型: Tree('filename.xls') 或 Tree('filename.csv') (注意您的 excel 文件包含第一行变量名称和第一列中的结果组) . 它也可以直接从 matlab 文件(.mat 扩展名)导入。 请使用以下 3 个变量创建一个文件:X(协变量值矩阵)、y(结果值)、textdata(单元格结构包含结果和协变量的文本名称)。 如果您需要示例,请输入:[X, y,

文件下载

资源详情

[{"title":"( 2 个子文件 1.54MB ) 具有交叉验证和 ROC 分析图的决策树和预测模型:此代码实现了一个分类树并绘制了每个目标类的 ROC 曲线-matlab开发","children":[{"title":"CART_Decision_Tree.zip <span style='color:#111;'> 962.29KB </span>","children":null,"spread":false},{"title":"DecisionTree_November_2010.zip <span style='color:#111;'> 970.67KB </span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明