我在matlab 2011b中使用'bag'的fitensemble函数进行分类，使用以下内容：
fitensemble（feature，classLabels，'Bag'，10，'tree'，'type'，'classification'）;
有人可以告知fitensemble如何选择功能来构建每个决策树吗？它是否为每棵树选择了所有特征的子集（就像原始的Breiman的随机森林一样）？或者它选择构建每棵树的所有功能？
例如，如果数据集中有500个要素，那么每棵树是基于500个要素构建的，还是随机选择500个要素的子集来构建每个树？
答案 0 :(得分：1)
查看NVarToSample和ClassificationTree.template的{{1}}属性。您可以将其设置为正整数或“全部”。默认情况下，对于分类Regressiontree.template，使用'all'进行提升，并使用变量数量的平方根进行装袋（您的情况）。对于回归，它使用'all'来提升和1/3用于装袋的变量数。