Matlab：决策树显示无效的输出值答案

【问题标题】：Matlab : decision tree shows invalid output valuesMatlab：决策树显示无效的输出值
【发布时间】：2011-10-20 04:52:15
【问题描述】：

我正在使用 classregtree(X,Y) 函数制作决策树。我将 X 作为大小为 70X9 的矩阵（70 个数据对象，每个对象有 9 个属性）传递，并将 Y 作为 70X1 矩阵传递。我的每个 Y 值都是 2 或 4。但是，在形成的决策树中，它为某些叶节点提供了 2.5 或 3.5 的值。

任何想法为什么会导致这种情况？

【问题讨论】：

另外，当我们讨论这个话题时，classregtree 如何处理缺失的属性？我的数据集中有一些属性缺失的对象，我不知道 matlab 使用哪种方法来处理这个问题。它会删除这些对象吗？对它们进行插值？使用代理拆分？
使用NaN 表示缺失值。 CLASSREGTREE 有一个选项surrogate 来处理训练阶段的缺失值。只需参考相关函数的文档...您始终可以通过用均值/众数替换缺失值来预处理数据，或执行任何其他插补技术
在我的数据中，我将 NaN 用于缺失值。我没有向 classregtree 提供有关如何处理丢失数据的其他信息。那么 classregtree 处理 NaN 值的默认方法是什么？

标签： matlab machine-learning decision-tree

【解决方案1】：

您在回归模式（这是默认模式）下使用 classregtree。将模式更改为分类模式。

【讨论】：

【解决方案2】：

这里是一个使用CLASSREGTREE进行分类的例子：

%# load dataset
load fisheriris

%# split training/testing
cv = cvpartition(species, 'holdout',1/3);
trainIdx = cv.training;
testIdx = cv.test;

%# train
t = classregtree(meas(trainIdx,:), species(trainIdx), 'method','classification', ...
    'names',{'SL' 'SW' 'PL' 'PW'});

%# predict
pred = t.eval(meas(testIdx,:));

%# evaluate
cm = confusionmat(species(testIdx),pred)
acc = sum(diag(cm))./sum(testIdx)

输出（混淆矩阵和准确率）：

cm =
    17     0     0
     0    13     3
     0     2    15
acc =
          0.9

现在，如果您的目标类被编码为数字，则返回的预测仍将是字符串元胞数组，因此您必须将它们转换回数字：

%# load dataset
load fisheriris
[species,GN] = grp2idx(species);

%# ...

%# evaluate
cm = confusionmat(species(testIdx),str2double(pred))
acc = sum(diag(cm))./sum(testIdx)

请注意，分类总是会返回字符串，所以我认为您可能错误地使用了method=regression 选项，它执行regression（数字目标）而不是classification（离散目标）

【讨论】：