基于MATLAB实现随机森林算法

一、核心实现代码

代码块

%% 随机森林算法实现（分类任务）
function random_forest_demo()
   % 1. 数据加载与预处理
   data = readtable('data.csv');  % 加载CSV数据
   X = data(:, 1:end-1);          % 特征矩阵
   Y = data(:, end);              % 标签向量
   
   % 数据标准化
   [X_scaled, ps_input] = mapminmax(X', 0, 1);
   X_scaled = X_scaled';
   
   % 2. 数据集划分
   cv = cvpartition(Y, 'HoldOut', 0.3);
   X_train = X_scaled(cv.training,:);
   Y_train = Y(cv.training);
   X_test = X_scaled(cv.test,:);
   Y_test = Y(cv.test);
   
   % 3. 模型训练（分类任务）
   numTrees = 200;       % 决策树数量
   minLeaf = 5;          % 最小叶子节点数
   model = TreeBagger(numTrees, X_train, Y_train, ...
       'Method', 'classification', ...
       'MinLeafSize', minLeaf, ...
       'OOBPrediction', 'on');  % 启用袋外预测
   
   % 4. 模型评估
   Y_pred = predict(model, X_test);
   accuracy = sum(strcmp(Y_pred, Y_test)) / numel(Y_test);
   fprintf('分类准确率: %.2f%%
', accuracy*100);
   
   % 5. 特征重要性分析
   importance = model.OOBPermutedPredictorDeltaError;
   figure;
   barh(importance);
   set(gca, 'YTickLabel', data.Properties.VariableNames(1:end-1));
   title('特征重要性排序');
   
   % 6. 预测新数据
   new_sample = [0.2,0.5,0.7,0.1];  % 示例新数据
   new_sample_scaled = mapminmax('apply', new_sample', ps_input);
   prediction = predict(model, new_sample_scaled);
   disp(['新数据预测类别: ', char(prediction)]);
end

      复制成功
     
     
     
     

二、关键算法解析

1. 核心函数

• 参数说明：

TreeBagger(numTrees, X, Y, 'Method', 'classification', ...)

      复制成功
     
     
     
     

• numTrees：决策树数量（推荐50-500）
• Method：任务类型（classification/regression）
• MinLeafSize：最小叶子节点数（防止过拟合）
• OOBPrediction：启用袋外误差计算
• 输出对象属性：

model.OOBPermutedPredictorDeltaError  % 特征重要性评分
model.PredictorNames                  % 特征名称
model.ClassNames                      % 分类类别标签

      复制成功
     
     
     
     

2. 参数优化策略

代码块

% 网格搜索调参示例（分类任务）
bestAcc = 0;
for nt = [50,100,200]
   for ml = [3,5,7]
       model = TreeBagger(nt, X_train, Y_train, ...
           'MinLeafSize', ml, 'OOBPrediction', 'on');
       Y_pred = predict(model, X_test);
       acc = sum(strcmp(Y_pred, Y_test))/numel(Y_test);
       if acc > bestAcc
           bestAcc = acc;
           bestParams = struct('NumTrees', nt, 'MinLeaf', ml);
       end
   end
end
disp(['最佳参数: ', num2str(bestParams.NumTrees), '树, 最小叶子: ', num2str(bestParams.MinLeaf)]);

      复制成功
     
     
     
     

参考仿真代码 matlab中随机森林算法的实现  youwenfan.com/contentbia/65107.html

三、性能评估指标

1. 分类任务评估

代码块

% 混淆矩阵
confMat = confusionmat(Y_test, Y_pred);
disp('分类报告:');
disp(classificationReport(confMat));

% ROC曲线
[~,~,~,AUC] = perfcurve(Y_test, str2double(Y_pred), 'positiveClass');
figure;
plot([0,1],[0,1],'r--');
hold on;
plot(rocData(:,1), rocData(:,2));
xlabel('假阳性率'); ylabel('真阳性率');
title(['AUC = ', num2str(AUC)]);

      复制成功
     
     
     
     

2. 回归任务评估

代码块

% 回归任务代码修改
model = TreeBagger(numTrees, X_train, Y_train, 'Method', 'regression');

% 评估指标
rmse = sqrt(mean((Y_test - predict(model, X_test)).^2));
r2 = 1 - sum((Y_test - predict(model, X_test)).^2)/var(Y_test);
fprintf('回归性能: RMSE=%.2f, R²=%.2f
', rmse, r2);

      复制成功
     
     
     
     

四、高级功能实现

1. 特征重要性可视化

代码块

% 基尼重要性排序
imp = model.OOBPermutedPredictorDeltaError;
[~, idx] = sort(imp, 'descend');
figure;
barh(idx, imp(idx));
set(gca, 'YTickLabel', data.Properties.VariableNames(1:end-1));
title('特征重要性（基尼指数）');

      复制成功
     
     
     
     

2. 多分类任务扩展

代码块

% 加载多分类数据集（如鸢尾花）
load fisheriris
X = meas;
Y = species;

% 训练模型
model = TreeBagger(100, X, Y, 'Method', 'classification');

% 预测新样本
new_sample = [5.1,3.5,1.4,0.2];
predicted_class = predict(model, new_sample);
disp(['预测类别: ', char(predicted_class)]);

      复制成功
     
     
     
     

五、工程优化技巧

1.并行计算加速：

代码块

% 启用并行计算
if isempty(gcp('nocreate'))
   parpool;  % 启动并行池
end
model = TreeBagger(200, X, Y, 'UseParallel', true);

      复制成功
     
     
     
     

2.缺失值处理：

代码块

% 自动处理缺失值
model = TreeBagger(100, X, Y, 'MissingData', 'on');

      复制成功
     
     
     
     

3.增量学习：

代码块

% 分阶段训练
model = TreeBagger(50, X_train1, Y_train1);
model = growTrees(model, X_train2, Y_train2);  % 新增训练数据

      复制成功
     
     
     
     

六、完整工程模板

代码块

%% 随机森林工程模板
function main_rf()
   % 数据输入
   [X, Y] = load_dataset('dataset.mat');
   
   % 数据预处理
   [X_scaled, ps] = preprocess_data(X);
   
   % 模型训练
   model = train_rf(X_scaled, Y);
   
   % 模型评估
   evaluate_model(model, X_scaled, Y);
   
   % 模型保存
   save_model(model, 'random_forest_model.mat');
end

      复制成功
     
     
     
     

该实现方案整合了MATLAB内置的函数与工程优化技巧，支持从数据预处理到模型部署的全流程。通过调整树的数量、特征子集大小等参数，可适应不同数据集的需求。对于超大规模数据，建议结合Hadoop/MAPReduce进行分布式计算。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删