我想在MATLAB中为二进制数据训练一个决策树。这是我使用的数据样本。 traindata＆lt; 87 * 239＆gt; [具有239个特征的数据数组]
1 0 1 0 0 0 1 1 0 0 1 0 1 0 1 1 1 1 1 0 0 0 1 1 0 ... [till 239]
1 1 1 0 0 0 1 0 0 0 1 0 1 0 1 1 0 0 1 0 0 0 1 0 1 ... [till 239]
....
问题是这个数据对应的表单只有yes / no选项。表格的结果也是二元的，并且意味着patinet有一些医学障碍！我们使用了分类树，分类器显示了我们的双数。例如，它根据大于0.75的x137值分支第一个节点！由于我们的数据中没有0.75且没有“是/否”，我们希望使用最适合我们工作的决策树。对我们来说，最好的决策树是基于布尔变量而非双重变量训练的树。它也理解数据不是连续的，例如，代替上面的表示，显示x137是是或否（1或0）。有人可以帮我弄这个吗？如果布尔决策树不适用，我还要感谢将数据映射到双变量和特征的解决方案。我目前在matlab中使用classregtree，其中＆lt; 87 * 237＆gt;作为火车和＆lt; 87 * 1＆gt;作为结果。
答案 0 :(得分：2)
classregtree有一个可选的输入参数categorical。使用此选项，您可以传入一个向量，指示您的哪些输入变量是分类的（在您的情况下，此向量将为1x239，全部为1）。然后，决策树应包含是/否决策而不是数字阈值。
答案 1 :(得分：0)
在classregtree的帮助下：
t = classregtree（X，y）创建一个决策树t，用于预测响应y作为X列中预测变量的函数.X是预测值的n×m矩阵。如果y是n个响应值的向量，则classregtree执行回归。如果y是分类变量，字符数组或字符串的单元格数组，则classregtree执行分类。
你的情况是什么类型的y？似乎classregtree在你的情况下做回归，但你想要分类。所以，y应该是一个分类变量。
编辑：要使你的y分类，你可以尝试“名义（y）”。