Question

有没有办法使用MATLAB将classregtree对象保存到文件中，以便我可以从java应用程序中读取文件？

理想情况下，我想从matlab保存到XML文件。

Answer 1

classregtree对象可以使用disp(t)以文本形式显示。该函数背后的逻辑位于MATLAB/R201Xx/toolbox/stats/stats/@classregtree/disp.m。为了以编程方式将此输出保存到文件，需要对该函数应用一些修改。以下代码添加了将文本表单保存到文本文件的功能，然后可以使用Java解析该文本文件：

function save_classregtree(t, filename)

fileId = fopen(filename, 'w');

% Get some information about the whole tree
maxnode = numel(t.node);
nd = 1 + floor(log10(maxnode)); % number of digits for node number
varnames = names(t);
if isempty(varnames)
    numCell = textscan(sprintf('%d\n',1:t.npred),'%s\n');
    varnames = strcat('x',numCell{1});
end
isregression = isequal(t.method,'regression');
if isregression
    fprintf(fileId, getString(message('stats:classregtree:disp:DecisionTreeForRegression')));
else
    fprintf(fileId, getString(message('stats:classregtree:disp:DecisionTreeForClassification')));
end

% Display information about each node
for j=1:maxnode
    if any(t.children(j))
        % branch node
        vnum = t.var(j);
        vname = varnames{abs(vnum)};
        cut = t.cut{j};
        kids = t.children(j);
        if     strcmp(type(t),'regression')
            Yfit = t.class(j);
            Yfit = num2str(Yfit,'%g');
        elseif strcmp(type(t),'classification')
            Yfit = t.classname(t.class(j));
        end
        if vnum>0        % continuous predictor "<" condition
            condleft = sprintf('%s<%g',vname,cut);
            condright = sprintf('%s>=%g',vname,cut);
            fprintf(fileId, '%*d  %s\n',nd,j,getString(message('stats:classregtree:disp:TreeBranch',...
                condleft,kids(1),condright,kids(2),char(Yfit))));
        else             % categorical predictor, membership condition
            cats = cut{1};
            if isscalar(cats)
                condleft = sprintf('%s=%g',vname,cats);
            else
                set = deblank(num2str(cats,'%g '));
                condleft = sprintf('%s %s {%s}',vname,getString(message('stats:classregtree:disp:ElementInSet')),set);
            end
            cats = cut{2};
            if isscalar(cats)
                condright = sprintf('%s=%g',vname,cats);
            else
                set = deblank(num2str(cats,'%g '));
                condright = sprintf('%s %s {%s}',vname,getString(message('stats:classregtree:disp:ElementInSet')),set);
            end
            fprintf(fileId, '%*d  %s\n',nd,j,getString(message('stats:classregtree:disp:TreeBranch',...
                condleft,kids(1),condright,kids(2),Yfit)));
        end
    else
        % terminal node, display fit (regression) or class assignment
        if isregression
            fprintf(fileId, sprintf('%s  %s %s\n','%*d',getString(message('stats:classregtree:disp:FittedResponse')),'%g'),nd,j,t.class(j));
        else
            fprintf(fileId, sprintf('%s  %s %s\n','%*d',getString(message('stats:classregtree:disp:PredictedClass')),'%s'),nd,j,char(t.classname(t.class(j))));
        end
    end

fclose(fileId);

end

当然，你也可以在迭代孩子的同时在Matlab中直接构建XML。以下递归函数为您提供了如何实现该函数的提示：

function [] = build_xml(t, filename)
children = t.children(1);
xml = '<classregtree>';
xml = [xml, rec(t,children(1))];
xml = [xml, rec(t,children(2))];
xml = [xml, '</classregtree>'];

fileId = fopen(filename, 'w+t', 'n');
fwrite(fileId, xml, 'char');
fclose(fileId);
end

function [xml] = rec(t, child)
xml = ['<child id="', num2str(child), '">'];
children = t.children(child);

if any(children)    
    if children(1)
        xml = [xml, rec(t,children(1))];
    end
    if children(2)
        xml = [xml, rec(t,children(2))];
    end
end

xml = [xml, '</child>'];


end

Answer 2

我能管理的最好的方法是导出拆分定义并从那些重新实现树：

classificationtree.view

如果您的对象被调用classificationtree，

将显示决策树的文本版本。

它出现在if-elseif-else-goto伪代码中，并没有太多变成你选择的语言：如果你必须经常更改训练数据，宏或某种字符串处理可能会很有用。它可能是他们可以选择的最有用的形式。

如果对输入变量应用有意义的名称（通过设置PredictorNames属性），这将有所帮助 - 使这些名称与java程序中的变量名称相同，并且只需要少一些转录。做。

如何在文件上编写“classregtree”对象？

2 个答案: