基于随机森林的分类预测,多特征分类预测及变量重要性排序。多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵

基于随机森林的分类预测,多特征分类预测及变量重要性排序。多特征输入单输出的二分类及多分类模型。程序内注释详细,直接替换数据就可以用。程序语言为matlab,程序可出分类效果图,迭代优化图,混淆矩阵_第1张图片

 

%%  清空环境变量
warning off             % 关闭报警信息
close all               % 关闭开启的图窗
clear                   % 清空变量
clc                     % 清空命令行

%%  读取数据
res = xlsread('数据集.xlsx');

%% 划分训练集和测试集%
P_train = res(1: 260, 1: 12)';
T_train = res(1: 260, 13)';
M = size(P_train, 2);

P_test = res(261: end, 1: 12)';
T_test = res(261: end, 13)';
N = size(P_test, 2);

f_ = size(P_train, 1);               % 特征维度
num_class = length(unique(res(:, end)));  % 类别数(Excel最后一列放类别)   

%%  数据转置
% P_train = P_train'; P_test = P_test';
% T_train = T_train'; T_test = T_test';

%% 数据归一化
[p_train, ps_input] = mapminmax(P_train, 0, 1);
p_test = mapminmax('apply', P_test, ps_input );
t_train = T_train;
t_test  = T_test ;

%%  转置以适应模型
p_train = p_train'; p_test = p_test';
t_train = t_train'; t_test = t_test';

智能算法及其模型预测

你可能感兴趣的:(随机森林,分类,机器学习)