MATLAB中的TreeBagger（随机森林）参数

当我比较MATLAB的随机林实现（

TreeBagger

class）和OpenCV实现（随机树类）时，我发现后者中存在的几个参数在前者中不存在

感兴趣的参数是树的最大深度（max_depth）和max_类别

---

有人知道如何在MATLAB中访问这些参数吗

这些参数在袋装决策树的MATLAB实现中不可用，

TreeBagger

命令

B.trees{1}。NumNodes

将返回第一棵树的节点数，其中

B

是您的模型

根据二叉树的平均高度计算：

Hight=sqrt（2*pi*n），其中n是节点数

请参阅第2页，它非常接近.pdf的底部，因为它是反向的

---

但是，我对这个公式有疑问…

谢谢Sam的回答，但是我已经知道TreeBagger类没有提供任何关于上述两个参数的信息（这就是我发布这个问题的原因）。我想知道这在Matlab中是如何安排的，因为这些参数在运行算法时非常重要。你说的“这是如何安排的”是什么意思？您是否询问MathWorks计划何时（如果）实施这些参数？我不知道有什么计划来实施这些计划，如果MathWorks真的打算这么做，我认为他们不会提前公布这个计划。请记住，

TreeBagger

不是随机林，它是袋装决策树的一种实现，可以使决策树的行为方式与随机林非常相似。没有理由它必须拥有与另一个实现完全相同的参数。无论如何，我特别感兴趣的参数是树的最大深度。它会影响他们过度拟合的能力，或者是否。这个参数是固定的还是从一个迭代到另一个迭代会发生变化？我觉得奇怪的是，MATHWORKS没有带来处理它的方法。对我来说，这似乎并不奇怪-有更好的方法来控制树的复杂性，而不是简单地在特定的深度进行切割（例如修剪，或限制每个叶节点的观察次数）。在任何情况下，不管您是否觉得奇怪，原始问题的答案是，参数在

TreeBagger

中不可用，即使它们在OpenCV中。