一分钟了解“Matlab中基于tree的Adaboost的关键参数”

trainedWeights100=ens.TrainedWeights %每个tree的权重本例中有100个tree
for treeNum=1:100 %treeNum %遍历读取每个每个tree的参数
     treeNum
    labelLess(treeNum)=(     ens.Trained{treeNum}.NodeClass{2}=='1'               ); %左边节点的label
    labelLarge(treeNum)=(     ens.Trained{treeNum}.NodeClass{3}=='1'               );    %右边节点的label
    thresTree(treeNum)=ens.Trained{treeNum}.CutPoint(1); %阈值
    temporaryStringOfVariable=ens.Trained{treeNum}.CutVar{1}; %比较的是feature中的第一个元素，string格式
    variableNumOfTree(treeNum)=str2num(temporaryStringOfVariable(2:  size(temporaryStringOfVariable,2)   ));%比较的是feature中的第一个元素，string格式转换成int格式
end %treeNum
view(ens.Trained{1},'mode','graph')