使用和理解MATLAB'；s TreeBagger（随机森林）方法

我尝试使用MATLAB的TreeBagger方法，它实现了一个随机森林

我得到了一些结果，在训练分类器后可以在MATLAB中进行分类。 然而，我想“看看”这些树，或者想知道分类是如何工作的

例如，让我们运行这个最小的示例，我发现：

最后，我得到了一个存储在“B”中的分类器。 我怎样才能检查这些树？就像查看每个节点一样，查看决策依据的标准（例如特征）？ 输入

B

返回：

B = 

  TreeBagger
Ensemble with 20 bagged decision trees:
           Training X:                [6x2]
           Training Y:                [6x1]
               Method:       classification
                Nvars:                    2
         NVarToSample:                    2
              MinLeaf:                    1
                FBoot:                    1
SampleWithReplacement:                    1
 ComputeOOBPrediction:                    0
     ComputeOOBVarImp:                    0
            Proximity:                   []
           ClassNames:             '0'             '1'

我看不到像B.trees之类的东西

后续问题是： 如何将您在MATLAB中原型化的随机林代码移植到任何其他语言。 然后你需要知道每棵树是如何工作的，这样你就可以用目标语言实现它

我希望你明白我的意思，或者理解我的疑问；）

谢谢你的回答

最好的，

---

Patrick通过运行

view（）

命令了解了如何检查树。例如，对于检查示例的第一棵树：

>> view(B.Trees{1})
Decision tree for classification
1 if x2<650 then node 2 elseif x2>=650 then node 3 else 0
2 if x1<4.5 then node 4 elseif x1>=4.5 then node 5 else 1
3 class = 0
4 class = 0
5 class = 1

---

要查看多棵树，只需使用循环：

for n=1:30 %number of tree
view(t.Trees{n});
end

for n=1:30 %number of tree
view(t.Trees{n});
end