使用 Matlab 中的 fitctree，我的决策树上只显示了一些属性
Only some attributes are displayed on my decision tree with fitctree from Matlab
我需要用 Matlab 构建决策树。我使用 fitctree 函数。我的数据集包含 27 个预测变量和 4 个可能的输出（class 标签），它们是 {2;3;5;7}。但是，当我绘制树时，我只得到 2 个属性（具有 3 级树），正如您在 this picture.
上看到的那样
我是不是漏掉了决策树理论？
我应该用一袋树吗？如果是这样，为什么这是解决方案，我应该绘制多少棵树？如何解读信息？
真的先谢谢你了，
偶像破坏者。
重点是所有4个类都可以通过树使用三个属性来区分。人为地向其添加更多属性是没有意义的。
实际上，如果一个问题需要解决的属性较少，那是一件好事。在您的情况下，您甚至可以在 3D-space 中可视化决策，使您的问题完全可以解释。
一袋树只是树的集合或集合，所有树都在有限的输入数据集上执行相同的任务。因此，不是将所有训练数据提供给一棵树，而是种植多棵树，但每棵树只包含原始数据的一个子集。最后合并所有树的结果。
我需要用 Matlab 构建决策树。我使用 fitctree 函数。我的数据集包含 27 个预测变量和 4 个可能的输出（class 标签），它们是 {2;3;5;7}。但是，当我绘制树时，我只得到 2 个属性（具有 3 级树），正如您在 this picture.
上看到的那样我是不是漏掉了决策树理论？ 我应该用一袋树吗？如果是这样，为什么这是解决方案，我应该绘制多少棵树？如何解读信息？
真的先谢谢你了，
偶像破坏者。
重点是所有4个类都可以通过树使用三个属性来区分。人为地向其添加更多属性是没有意义的。 实际上，如果一个问题需要解决的属性较少，那是一件好事。在您的情况下，您甚至可以在 3D-space 中可视化决策，使您的问题完全可以解释。
一袋树只是树的集合或集合，所有树都在有限的输入数据集上执行相同的任务。因此，不是将所有训练数据提供给一棵树，而是种植多棵树，但每棵树只包含原始数据的一个子集。最后合并所有树的结果。