随机森林图像matlab代码-randomised-decision-forest:根据随机森林对Caltech101图像进行分类

随机森林图像matlab代码随机决策森林 我们将RF应用于Caltech101数据集的子集以进行图像分类。 使用提供的Caltech101数据集。 我们使用10个班级，每个班级使用15张图像进行训练，并使用每班其他15张图像进行测试。 给出了特征描述符d。 它们是多尺度的密集SIFT特征，其维数为128（有关描述符的详细信息，请参阅）。 该项目基于2014年6月20日由Mang Shao和Tae-Kyun Kim编写的“用于Matlab的简单随机森林工具箱”。 这个Simple-RF工具箱用于逐步说明随机化的决策森林（RF），并在多个玩具数据集和Caltech101图像分类数据集上提供了注释指南。 此代码受Karpathy的工具箱（1）和MSR关于随机森林的工作（2）的启发： 要运行的主要脚本（从主目录）是：main.m-运行演示脚本并显示结果main_guideline-分步演练 一些重要功能： 内部功能： getData.m - Generate training and testing data growTrees.m - Grow random forest, each dec