如何找到随机森林的分类精度?

21 Ansichten(30天)的
MA-Winlab
MA-Winlab 我5麦2019
我试图使用随机森林10折交叉验证。我的代码如下所示:
我将找到正确的分类器,但似乎与TreeBagger classpref不工作。在这种情况下如何找到分类的准确性,因为我使用交叉验证?
cvFolds = crossvalind (“Kfold”、FeatureLabSHUFFLE k);% #指数10倍的简历
cp = classperf (FeatureLabSHUFFLE);
i = 1: k% #每一个褶皱
testIdx = (cvFolds = =我);% #得到指标的测试实例
trainIdx = ~ testIdx;% #指标训练实例
%随机森林
RFModel = TreeBagger (10, FeatureMTX (trainIdx:), FeatureLabSHUFFLE (trainIdx));
pred =预测(RFModel FeatureMTX (testIdx:));
% #评估和更新性能对象
cp = classperf (cp, pred testIdx);
结束
cp.CorrectRate;

Antworten (1)

Zenin Easa Panthakkalakath
Zenin Easa Panthakkalakath 2019年我14日麦
嗨MA-Winlab,
看一看下面的文档,谈到引导使用TreeBagger聚合(装袋)的分类树。这个例子展示了如何找到分类accuract和损失。
问候,
Zenin

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

翻译的