【RF分类】基于随机森林算法的数据分类附matlab代码

本文链接：https://blog.csdn.net/qq_59747472/article/details/131885375

本文介绍了随机森林算法在数据分类中的应用，包括算法原理、分类步骤及优缺点。通过Matlab代码展示了如何训练和测试随机森林模型，以及如何评估特征重要性和模型性能。此外，还提供了预测误差曲线和特征重要性的可视化结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🌿 往期回顾可以关注主页，点击搜索

⛄ 内容介绍

随机森林（Random Forest）是一种集成学习算法，用于解决分类和回归问题。它由多个决策树组成，每个决策树都是通过对训练数据进行自助采样（bootstrap）得到的。

基于随机森林的数据分类步骤如下：

准备数据集：将数据集划分为特征矩阵（X）和目标变量（y）。
随机选择样本：对于每个决策树，从样本集中随机选择一部分样本进行训练，这样每个决策树都使用了不同的样本。
构建决策树：使用训练样本集构建决策树模型。在每个节点上，通过选择最佳特征和划分标准来划分数据。
重复步骤2和3：重复步骤2和3，构建多个决策树。
进行预测：对于分类问题，通过投票或多数表决来确定最终的分类结果。对于回归问题，通过取平均值来确定最终的预测值。

随机森林算法具有以下优点：

能够处理大量的输入特征，并且不需要特征缩放。
可以评估特征的重要性，并通过特征选择来提高模型性能。
对于缺失数据和不平衡数据集具有鲁棒性。
可以处理高维数据和非线性关系。

然而，随机森林也有一些限制：

对于包含大量决策树的大型模型，预测速度可能较慢。
对于某些特定的问题，随机森林可能过拟合训练数据。

总的来说，基于随机森林的数据分类是一种强大且灵活的方法，适用于各种分类问题。

⛄ 代码

%%  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%%  导入数据res = xlsread('数据集.xlsx');%%  划分训练集和测试集temp = randperm(357);P_train = res(temp(1: 240), 1: 12)';T_train = res(temp(1: 240), 13)';M = size(P_train, 2);P_test = res(temp(241: end), 1: 12)';T_test = res(temp(241: end), 13)';N = size(P_test, 2);%%  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';%%  训练模型trees = 50;                                       % 决策树数目leaf  = 1;                                        % 最小叶子数OOBPrediction = 'on';                             % 打开误差图OOBPredictorImportance = 'on';                    % 计算特征重要性Method = 'classification';                        % 分类还是回归net = TreeBagger(trees, p_train, t_train, 'OOBPredictorImportance', OOBPredictorImportance, ...      'Method', Method, 'OOBPrediction', OOBPrediction, 'minleaf', leaf);importance = net.OOBPermutedPredictorDeltaError;  % 重要性%%  仿真测试t_sim1 = predict(net, p_train);t_sim2 = predict(net, p_test );%%  格式转换T_sim1 = str2double(t_sim1);T_sim2 = str2double(t_sim2);%%  性能评价error1 = sum((T_sim1' == T_train)) / M * 100 ;error2 = sum((T_sim2' == T_test )) / N * 100 ;%%  绘制误差曲线figureplot(1: trees, oobError(net), 'b-', 'LineWidth', 1)legend('误差曲线')xlabel('决策树数目')ylabel('误差')xlim([1, trees])grid%%  绘制特征重要性figurebar(importance)legend('重要性')xlabel('特征')ylabel('重要性')%%  数据排序[T_train, index_1] = sort(T_train);[T_test , index_2] = sort(T_test );T_sim1 = T_sim1(index_1);T_sim2 = T_sim2(index_2);%%  绘图figureplot(1: M, T_train, 'r-*', 1: M, T_sim1, 'b-o', 'LineWidth', 1)legend('真实值', '预测值')xlabel('预测样本')ylabel('预测结果')string = {'训练集预测结果对比'; ['准确率=' num2str(error1) '%']};title(string)gridfigureplot(1: N, T_test, 'r-*', 1: N, T_sim2, 'b-o', 'LineWidth', 1)legend('真实值', '预测值')xlabel('预测样本')ylabel('预测结果')string = {'测试集预测结果对比'; ['准确率=' num2str(error2) '%']};title(string)grid%%  混淆矩阵figurecm = confusionchart(T_train, T_sim1);cm.Title = 'Confusion Matrix for Train Data';cm.ColumnSummary = 'column-normalized';cm.RowSummary = 'row-normalized';    figurecm = confusionchart(T_test, T_sim2);cm.Title = 'Confusion Matrix for Test Data';cm.ColumnSummary = 'column-normalized';cm.RowSummary = 'row-normalized';