在使用matlab处理数据标签时，

1，首先要判断这张图片标签是否是符合规则的，对于不符合要舍去。在某些情况下，可能不能完全舍去。那么就需要，根据保留标签的特点，来存储数据。比如 使用case 语句。

2，标签可以过多或者需要融合，可以根据原始图片的特点来融合数据。

 

代码解释
maketree函数递归建立树

tree=struct(‘isnode’,1,‘a’,0.0,‘mark’,0.0,‘child’,{}) 所有分支递归的存在child{}中

函数gan（D）计算D的信息率

代码可以自动适应不同的分类标签和类别个数
代码
function tree=maketree(D,a) 
tree=struct('isnode',1,'a',0.0,'mark',0.0,'child',{});%isnode判断是否是分支还是叶子，a表示节点属性，若节点是叶子，a表示分类结果，child是孩子
tree(1).a=1;%给tree分配一个确切的内存
if length(unique(D(:,end)))==1%D中样本属于同一类别
    tree.isnode=0;%把tree标记为树叶
    tree.a=D(1,end);%把tree的类别标记为D的类别
    return
end

if sum(a)==0 ||length(D)==0 %属性划分完毕
    tree.isnode=0;%把tree标记为树叶
    tree.a=mode(D(:,end));%把tree的类别标记为D出现最多的类别
    return
end
for i=1:length(a)
    if a(i)==1
        if length(unique(D(:,i)))==1
            tree.isnode=0;%把tree标记为树叶
            tree.a=mode(D(:,end));%把tree的类别标记为D出现最多的类别
            return
        end
    end
end
gain=zeros(length(a),1); %保存每个属性的信息增益
best=zeros(length(a),1); %保存每个属性的最佳划分

for i=1:length(a)
    if a(i)==1
        t=D(:,i);
        t=sort(t);
    
        gain1=zeros(length(t)-1,1);
        for j=1:length(t)-1%二分划分
            ta=(t(j)+t(j+1))/2;
         
            Df=D(D(:,i)<=ta,:);
            Dz=D(D(:,i)>ta,:);
            gain1(j)=ent(D)-(ent(Df)*length(Df(:,end))/length(D(:,end))+ent(Dz)*length(Dz(:,end))/length(D(:,end)));
        end
     
        [gain(i),j]=max(gain1);
        ta=(t(j)+t(j+1))/2;
        best(i)=ta; 
    end
end
[g,m]=max(gain);%选择信息增益最大的属性
D1=D(D(:,m)<=best(m),:);
D2=D(D(:,m)>best(m),:);
a(m)=0;

tree.a=best(m); %建立分支
tree.mark=m;
% disp('****************************')
% tree.a
% tree.mark
tree.isnode=1;
tree.child(1)=maketree(D1,a);
tree.child(2)=maketree(D2,a);

end
function f=ent(D)%计算信息商
l=unique(D(:,end));
if length(D)==0
    f=0;
    return
end
f=0;
t=zeros(length(l),1);
for i=1:length(D(:,end))
    for j=1:length(l)
        if D(i,end)==l(j)
            t(j)=t(j)+1;
            break;
        end
    end
end
n=length(D(:,end));
for i=1:length(l)
    f=f+(t(i)/n)*log2(t(i)/n);
end
f=-f;
end

测试结果
在训练集测试结果精度是0.91

该测试函数是测试随机森林的函数，但不影响测试决策树。
function randomforest()
clc
clear all
T=1;%bagging采样的次数
M = importdata('D:\毕业设计\数据集1\australian.txt');  %读取数据
[sm,sn]=size(M);
% for i=1:sm             %归一化
%     mins=min(M(i,1:sn-1));
%     maxs=max(M(i,1:sn-1));
%     for j=1:sn-1
%         M(i,j)=2*(M(i,j)-mins)/(maxs-mins)-1;
%     end
% end
indices=crossvalind('Kfold',M(1:sm,sn),10); %十折交叉，划分训练集和测试集
testindices=(indices==1); %测试集索引
trainindices=~testindices;%训练集索引
trainset=M(trainindices,:); %获取训练集
testset=M(testindices,:);%获取测试集
[testm,~]=size(testset);
[trainm,trainn]=size(trainset);

predict=zeros(trainm,T);
for t=1:T %开始bagging采样
    D=[];%训练集
    for i=1:trainm%采样
        k=randperm(trainm,1);
        D=[D;trainset(k,:)];
    end
    [~,sn]=size(D);
    a=ones(sn-1,1);%属性集合a，1代表该属性未被划分
  
    tree=maketree(D,a);%递归构造简单决策树
    
    for i=1:trainm
        treet=tree;
        while 1
           
            if treet.isnode==0
                predict(i,T)=treet.a;
                break;
            end
            if trainset(i,treet.mark)<=treet.a
                treet=treet.child(1);
            else
                treet=treet.child(2);
            end
          
        end
    end
    
end
acc=0;
for i=1:trainm
    if trainset(i,end)==mode(predict(i,:))
        acc=acc+1;
    end
end
acc=acc/trainm



 
end

话不多说，直接上代码，有问题请留言

clc;clear;close;
%% 生成txt格式的图像分类标签
path='D:\人工智能\图像识别数据\';
folders=dir(path);% dir是direcory的缩写，是目录的意思，返回的folders是结构体，包含所有的目录和两个特殊的目录，一个是“.”，代表该文件夹本身，还有一个是“..”，代表该文件夹的上一层文件夹
fid_train=fopen('D:\人工智能\图像识别数据\train.txt','wt');
fid_test=fopen('D:\人工智能\图像识别数据\test.txt','wt');
num_folders=numel(folders);
for i=3:num_folders
    folders_name=folders(i).name;
    files=dir([path folders_name '\*.jpg']);% 仅列出里面jpg格式的文件
    x=numel(files);
    y=randperm(x);% 打乱图像的顺序
    for j=1:x
        if j<=390
            fprintf(fid_train,'%s %s\n',['\' folders(i).name '\' files(y(j)).name],folders_name);% 在train.txt里面写入目录及标签
        else
            fprintf(fid_test,'%s %s\n',['\' folders(i).name '\' files(y(j)).name],folders_name);% 在test.txt里面写入目录及标签
        end
    end
end
fclose(fid_train);
fclose(fid_test);

效果如下：

train.txt

\1\0483.jpg 1

\1\0123.jpg 1

\1\0393.jpg 1

\1\0458.jpg 1

\1\0074.jpg 1

\1\0367.jpg 1

\1\0236.jpg 1

\1\0471.jpg 1

\1\0291.jpg 1

\1\0052.jpg 1

....................

test.txt

\1\0056.jpg 1

\1\0012.jpg 1

\1\0372.jpg 1

\1\0010.jpg 1

\1\0414.jpg 1

\1\0423.jpg 1

\1\0355.jpg 1

\1\0411.jpg 1

\1\0311.jpg 1

\1\0138.jpg 1

\1\0386.jpg 1

\1\0473.jpg 1

\1\0178.jpg 1

....................

在神经网络和机器学习的结果分析中，常常会用混淆矩阵和ROC曲线来分析识别/分类结果的好坏，而且论文中也经常出现这种图。对于卷积神经网络来说画混淆矩阵很简单，要用到函数plotconfusion，格式为plotconfusion（实际标签，预测标签），画出来是这样的：



实际标签是我们提前就知道的，预测标签在神经网络训练并测试后会得到。

对于支持向量机来说如何画混淆矩阵呢？其实也很简单，只不过网上很少有代码，我看的也是稀里糊涂的，昨天看到今天才弄明白，所以想分享给大家，其实很简单的，用的也是plotconfusion函数。

支持向量机的实际标签和预测标签是数值形式的，而这个函数要求的是分类数组形式的，这就需要用到函数categorical，格式为B=categorical（a），a是实际标签或则预测标签（数值格式的，其实就是数字），通过这个函数就把数值转化为了分类数组，然后再调用plotconfusion函数就OK了。



这里预测标签是double型数值↑↑↑


转化为分类数组形式↑↑↑



Ps：这两图片用到的数据不一样，所以画出来有所差别，应该就是这样画的，终于明白了，看别人讲的好复杂，有一种画出来的是灰色的图，那个网上有代码，但是没有这个彩色的好看。

好，第一篇文章，到此为止。下次再见。