G和GHAT需要是相同的分类树

能否有人帮助解决并解释我的错误？我有两个用于分类树的数值矩阵

x: 数据矩阵 <2422×39 double>

y: 列向量，每个实例的类标签 <2422×1 double>

我正在做：

t = classregtree(x, y, 'method','classification');yPredicted = eval(t, x);cm = confusionmat(y,yPredicted); // 错误

使用 ==> confusionmat 时出错，错误在第52行

G和GHAT需要是相同类型。

树成功构建。但我无法为该示例获取混淆矩阵

我阅读了该帖子以编写上述代码 Matlab中的决策树

如果我使用链接中的完全相同示例，它可以工作，但当我使用自己的数据时却不工作。我构建回归树时采取了相同的步骤（ t = classregtree(x, y) ），并且在confusionmat()函数中没有错误。请解释我做错了什么。

提前感谢

回答：

在我看来，在你的情况下，eval(t,x) 返回的是字符类型单元，而你的x和y是“double”类型而不是“char”。

在Matlab中的决策树中的代码之所以能工作，是因为：

y = strcat(Origin,{});

返回的y是一个包含“char”的单元。因此参数G和GHAT具有相同类型。

所以，选择适合你问题的方案：

方法A：将yPredicted转换为数值矩阵

编辑这行代码：

yPredicted = eval(t, x);

为：

yPredicted = str2num( cell2mat( eval(t, x) ) );

方法B：在调用confusionmat()之前将y转换为字符单元

 y = num2cell( num2str(y) )

学技术