Created
March 31, 2015 09:28
-
-
Save FrancescoBorzi/043f7ef3239e7e16e439 to your computer and use it in GitHub Desktop.
Decision tree
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
% Abbiamo un dataset contenente 5300 records relativi a due | |
% specie di banane. | |
% Le prime due colonne di data(:, 1) e data(:, 2) rappresentano le caratteristiche di ogni | |
% banana, mentre la terza colonna data(:, 3) rappresenta la specie di appartenenza della banana, | |
% che può assumere valori 1 o 2. | |
% Pulisco l'ambiente | |
clear all; | |
% Carico il dataset | |
load banana; | |
% Assegno le etichette | |
xlabel('Feature 1'); | |
ylabel('Feature 2'); | |
% Numero totale di record (dimensione del dataset) | |
N = size(data, 1); | |
% Scelgo la dimensione del training set (dev'essere ovviamente inferiore | |
% alla dimensione totale N del dataset) | |
TrainingSetSize = 300; | |
% Grafico | |
gscatter(data(:, 1), data(:, 2), data(:, 3)) | |
% fitctree(X,Y) restituisce un decision tree basato sulle variabili di | |
% input X (in questo caso le features delle banane) e la variabile di | |
% output Y (in questo caso la specie di appartenenza) | |
% costruisco il decision tree con il training set, cioè la prima metà | |
% del dataset | |
tree = fitctree(data(1:TrainingSetSize, 1:2), data(1:TrainingSetSize, 3)); | |
% stampo | |
view(tree,'Mode','graph') | |
% utilizzo il decision tree ricavato con il trainig set dandogli in pasto il | |
% test set, cioè la seconda metà del dataset | |
prediction = predict(tree, data(TrainingSetSize+1:N, 1:2)); | |
% matrice che confronta i risultati con i dati reali | |
matrix(:,1) = prediction; | |
matrix(:,2) = data(TrainingSetSize+1:N, 3); | |
% accuracy | |
TestSetSize = size(matrix, 1); | |
correct = 0; | |
for i = 1:TestSetSize | |
if matrix(i, 1) == matrix(i, 2) | |
correct = correct + 1; | |
end | |
end | |
wrong = TestSetSize - correct; | |
correct_percentage = correct/TestSetSize * 100; | |
wrong_percentage = wrong/TestSetSize * 100; | |
TrainingSet_percentage = TrainingSetSize / N * 100; | |
TestSet_percentage = TestSetSize / N * 100; | |
sprintf('Dimensione data set: %d (100 %%)\nDimensione training set: %d (%f %%)\nDimensione test set: %d (%f %%)\n\nTotale elementi classificati correttamente: %d (%f %%)\nTotale elementi classificati NON correttamente: %d (%f %%)\n', N, TrainingSetSize, TrainingSet_percentage, TestSetSize, TestSet_percentage, correct, correct_percentage, wrong, wrong_percentage) |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment