Matlab决策树

Question

我正在尝试制定决策树，但结果却很奇怪，我无法弄清楚哪里出了问题。 有七个变量，我分别使用1或2来表示它们的含义，例如，对于变量1，数字1是温暖的，而2是寒冷，对于变量2，数字1是是的，而2是否。

vars = {'TEMP' 'SKIN' 'BIRTH' 'AQUATIC' 'AERIAL' 'LEGS' 'HIBER'};
x = [1 1 1 2 2 1 2
     2 2 2 2 2 2 1
     2 2 2 1 2 2 2
     1 1 1 1 2 2 2
     2 1 2 1 2 1 1
     2 2 2 2 2 1 2
     1 1 1 2 1 1 1
     1 1 2 2 1 1 2
     1 1 1 2 2 1 2
     2 2 1 1 2 2 2
     2 2 2 1 2 1 2
     1 1 2 1 2 1 2
     1 1 1 2 2 1 1
     2 2 2 1 2 2 2
     2 1 2 1 2 1 1];
s = {'M';'R';'F';'M';'A';'R';'M';'B';'M';'F';'R';'B';'M';'F';'A'};
y = cellstr(s);
t = classregtree(x, y, 'method','classification', 'names',vars,...
                 'categorical',[1 7], 'prune','off');
view(t) 

结果只是一个步骤树而没有其他信息。 这有什么问题？

Answer 1

无论如何，我不是决策树方面的专家，只是在使用classregtree的参数（ minparent ，是minparent ）：

vars = {'TEMP' 'SKIN' 'BIRTH' 'AQUATIC' 'AERIAL' 'LEGS' 'HIBER'};

x = [1 1 1 2 2 1 2
     2 2 2 2 2 2 1
     2 2 2 1 2 2 2
     1 1 1 1 2 2 2
     2 1 2 1 2 1 1
     2 2 2 2 2 1 2
     1 1 1 2 1 1 1
     1 1 2 2 1 1 2
     1 1 1 2 2 1 2
     2 2 1 1 2 2 2
     2 2 2 1 2 1 2
     1 1 2 1 2 1 2
     1 1 1 2 2 1 1
     2 2 2 1 2 2 2
     2 1 2 1 2 1 1];

y = {'M';'R';'F';'M';'A';'R';'M';'B';'M';'F';'R';'B';'M';'F';'A'};

t = classregtree(x,y,'method','classification','Names',vars, ...
    'categorical',[1 7],'prune','off','minparent',1);

view(t);

我已经能够重现看起来不错的东西。 无论如何，因为Matlab的发布2011A， classregtree已经过时并已被取代fitrtree （RegressionTree）和fitctree （ClassificationTree）功能（ classregtree正在只能保持retrocompatibility原因）。 我建议您更新代码并改用这些功能：

t = fitctree(x,y,'PredictorNames',vars, ...
    'CategoricalPredictors',{'TEMP' 'HIBER'},'Prune','off','MinParentSize',1);