matlab中的決策樹

1.函數

view(t)%畫出決策樹

prune %剪枝決策樹

t2=prune(t,'level','level'/'node')
%level:0 不剪枝 1 剪掉最后一層 2 最后兩層
%node: 剪掉第node個分支后的所有

eval %預測
yfit=eval(t,x)
[yfit,nodes,cnum]=eval(t,x)
% x預測樣本 yfit 預測結果 nodes 返回樣本所處節點位置
% cnum 返回約車類別

2.示例

load fisheriris
t=classregtree(meas,species,'Name',{'sl','sw','pl','pw'});
view(t)
t2=prune(t,'level',1);
t2.view
[yfit,nodes,cnums]=eval(t,meas);

　　結果：

t2:

 3.fitctree

load fisheriris
t = fitctree(meas,species,'PredictorNames',{'SL' 'SW' 'PL' 'PW'});
view(t,'Mode','graph')

　結果：