网络知识 娱乐 《MATLAB 神经网络43个案例分析》：第28章 决策树分类器的应用研究——乳腺癌诊断

《MATLAB 神经网络43个案例分析》：第28章 决策树分类器的应用研究——乳腺癌诊断

发布: 2023年2月14日 10:17:50

《MATLAB 神经网络43个案例分析》：第28章 决策树分类器的应用研究——乳腺癌诊断

  • 1. 前言
  • 2. MATLAB 仿真示例
  • 3. 小结

1. 前言

《MATLAB 神经网络43个案例分析》是MATLAB技术论坛（www.matlabsky.com）策划，由王小川老师主导，2013年北京航空航天大学出版社出版的关于MATLAB为工具的一本MATLAB实例教学书籍，是在《MATLAB神经网络30个案例分析》的基础上修改、补充而成的，秉承着“理论讲解—案例分析—应用扩展”这一特色，帮助读者更加直观、生动地学习神经网络。

《MATLAB神经网络43个案例分析》共有43章，内容涵盖常见的神经网络（BP、RBF、SOM、Hopfield、Elman、LVQ、Kohonen、GRNN、NARX等）以及相关智能算法（SVM、决策树、随机森林、极限学习机等）。同时，部分章节也涉及了常见的优化算法（遗传算法、蚁群算法等）与神经网络的结合问题。此外，《MATLAB神经网络43个案例分析》还介绍了MATLAB R2012b中神经网络工具箱的新增功能与特性，如神经网络并行计算、定制神经网络、神经网络高效编程等。

近年来随着人工智能研究的兴起，神经网络这个相关方向也迎来了又一阵研究热潮，由于其在信号处理领域中的不俗表现，神经网络方法也在不断深入应用到语音和图像方向的各种应用当中，本文结合书中案例，对其进行仿真实现，也算是进行一次重新学习，希望可以温故知新，加强并提升自己对神经网络这一方法在各领域中应用的理解与实践。自己正好在多抓鱼上入手了这本书，下面开始进行仿真示例，主要以介绍各章节中源码应用示例为主，本文主要基于MATLAB2015b(32位)平台仿真实现，这是本书第二十八章决策树分类器的应用研究实例，话不多说，开始！

2. MATLAB 仿真示例

打开MATLAB，点击“主页”，点击“打开”，找到示例文件
在这里插入图片描述
选中main_2009a.m，点击“打开”

main_2009a.m源码如下：

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%功能：决策树分类器在乳腺癌诊断中的应用研究（2009a版本）
%环境：Win7，Matlab2015b
%Modi: C.S
%时间：2022-06-20
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%% 决策树分类器在乳腺癌诊断中的应用研究（2009a版本）

%% 清空环境变量
clear all
clc
warning off
tic
%% 导入数据
load data.mat
% 随机产生训练集/测试集
a = randperm(569);
Train = data(a(1:500),:);
Test = data(a(501:end),:);
% 训练数据
P_train = Train(:,3:end);
T_train = Train(:,2);
% 测试数据
P_test = Test(:,3:end);
T_test = Test(:,2);

%% 创建决策树分类器
ctree = classregtree(P_train,T_train);
% 查看决策树视图
view(ctree);

%% 仿真测试
T_sim = eval(ctree,P_test);

%% 结果分析
count_B = length(find(T_train == 1));
count_M = length(find(T_train == 2));
rate_B = count_B / 500;
rate_M = count_M / 500;
total_B = length(find(data(:,2) == 1));
total_M = length(find(data(:,2) == 2));
number_B = length(find(T_test == 1));
number_M = length(find(T_test == 2));
number_B_sim = length(find(T_sim == 1 & T_test == 1));
number_M_sim = length(find(T_sim == 2 & T_test == 2));
disp(['病例总数：' num2str(569)...
      '  良性：' num2str(total_B)...
      '  恶性：' num2str(total_M)]);
disp(['训练集病例总数：' num2str(500)...
      '  良性：' num2str(count_B)...
      '  恶性：' num2str(count_M)]);
disp(['测试集病例总数：' num2str(69)...
      '  良性：' num2str(number_B)...
      '  恶性：' num2str(number_M)]);
disp(['良性乳腺肿瘤确诊：' num2str(number_B_sim)...
      '  误诊：' num2str(number_B - number_B_sim)...
      '  确诊率p1=' num2str(number_B_sim/number_B*100) '%']);
disp(['恶性乳腺肿瘤确诊：' num2str(number_M_sim)...
      '  误诊：' num2str(number_M - number_M_sim)...
      '  确诊率p2=' num2str(number_M_sim/number_M*100) '%']);
toc

添加完毕，点击“运行”，开始仿真，输出仿真结果如下：

病例总数：569  良性：357  恶性：212
训练集病例总数：500  良性：313  恶性：187
测试集病例总数：69  良性：44  恶性：25
良性乳腺肿瘤确诊：40  误诊：4  确诊率p1=90.9091%
恶性乳腺肿瘤确诊：22  误诊：3  确诊率p2=88%
时间已过 0.989542 秒。

在这里插入图片描述
点击当前文件夹视图框中的main_2012b.m
在这里插入图片描述
打开main_2012b.m源码如下：

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%功能：决策树分类器在乳腺癌诊断中的应用研究（2012b版本）
%环境：Win7，Matlab2015b
%Modi: C.S
%时间：2022-06-20
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

%% 决策树分类器在乳腺癌诊断中的应用研究（2012b版本）

%% 清空环境变量
clear all
clc
warning off
tic
%% 导入数据
load data.mat
% 随机产生训练集/测试集
a = randperm(569);
Train = data(a(1:500),:);
Test = data(a(501:end),:);
% 训练数据
P_train = Train(:,3:end);
T_train = Train(:,2);
% 测试数据
P_test = Test(:,3:end);
T_test = Test(:,2);

%% 创建决策树分类器
ctree = ClassificationTree.fit(P_train,T_train);
% 查看决策树视图
view(ctree);
view(ctree,'mode','graph');

%% 仿真测试
T_sim = predict(ctree,P_test);

%% 结果分析
count_B = length(find(T_train == 1));
count_M = length(find(T_train == 2));
rate_B = count_B / 500;
rate_M = count_M / 500;
total_B = length(find(data(:,2) == 1));
total_M = length(find(data(:,2) == 2));
number_B = length(find(T_test == 1));
number_M = length(find(T_test == 2));
number_B_sim = length(find(T_sim == 1 & T_test == 1));
number_M_sim = length(find(T_sim == 2 & T_test == 2));
disp(['病例总数：' num2str(569)...
      '  良性：' num2str(total_B)...
      '  恶性：' num2str(total_M)]);
disp(['训练集病例总数：' num2str(500)...
      '  良性：' num2str(count_B)...
      '  恶性：' num2str(count_M)]);
disp(['测试集病例总数：' num2str(69)...
      '  良性：' num2str(number_B)...
      '  恶性：' num2str(number_M)]);
disp(['良性乳腺肿瘤确诊：' num2str(number_B_sim)...
      '  误诊：' num2str(number_B - number_B_sim)...
      '  确诊率p1=' num2str(number_B_sim/number_B*100) '%']);
disp(['恶性乳腺肿瘤确诊：' num2str(number_M_sim)...
      '  误诊：' num2str(number_M - number_M_sim)...
      '  确诊率p2=' num2str(number_M_sim/number_M*100) '%']);
  
%% 叶子节点含有的最小样本数对决策树性能的影响
leafs = logspace(1,2,10);

N = numel(leafs);

err = zeros(N,1);
for n = 1:N
    t = ClassificationTree.fit(P_train,T_train,'crossval','on','minleaf',leafs(n));
    err(n) = kfoldLoss(t);
end
plot(leafs,err);
xlabel('叶子节点含有的最小样本数');
ylabel('交叉验证误差');
title('叶子节点含有的最小样本数对决策树性能的影响')

%% 设置minleaf为28，产生优化决策树
OptimalTree = ClassificationTree.fit(P_train,T_train,'minleaf',28);
view(OptimalTree,'mode','graph')

% 计算优化后决策树的重采样误差和交叉验证误差
resubOpt = resubLoss(OptimalTree)
lossOpt = kfoldLoss(crossval(OptimalTree))
% 计算优化前决策树的重采样误差和交叉验证误差
resubDefault = resubLoss(ctree)
lossDefault = kfoldLoss(crossval(ctree))

%% 剪枝
[~,~,~,bestlevel] = cvLoss(ctree,'subtrees','all','treesize','min')
cptree = prune(ctree,'Level',bestlevel);
view(cptree,'mode','graph')

% 计算剪枝后决策树的重采样误差和交叉验证误差
resubPrune = resubLoss(cptree)
lossPrune = kfoldLoss(crossval(cptree))
toc

点击“运行”，开始仿真，输出仿真结果如下：


Decision tree for classification
 1  if x23<106.2 then node 2 elseif x23>=106.2 then node 3 else 1
 2  if x28<0.1589 then node 4 elseif x28>=0.1589 then node 5 else 1
 3  if x23<115.35 then node 6 elseif x23>=115.35 then node 7 else 2
 4  if x28<0.1347 then node 8 elseif x28>=0.1347 then node 9 else 1
 5  if x22<23.47 then node 10 elseif x22>=23.47 then node 11 else 2
 6  if x25<0.13825 then node 12 elseif x25>=0.13825 then node 13 else 2
 7  if x9<0.1324 then node 14 elseif x9>=0.1324 then node 15 else 2
 8  if x11<1.04755 then node 16 elseif x11>=1.04755 then node 17 else 1
 9  if x2<20.785 then node 18 elseif x2>=20.785 then node 19 else 1
10  class = 1
11  class = 2
12  if x30<0.070125 then node 20 elseif x30>=0.070125 then node 21 else 1
13  if x2<13.42 then node 22 elseif x2>=13.42 then node 23 else 2
14  class = 1
15  class = 2
16  if x14<48.975 then node 24 elseif x14>=48.975 then node 25 else 1
17  class = 2
18  class = 1
19  class = 2
20  class = 2
21  if x14<42.95 then node 26 elseif x14>=42.95 then node 27 else 1
22  class = 1
23  class = 2
24  if x15<0.003294 then node 28 elseif x15>=0.003294 then node 29 else 1
25  class = 1
26  class = 1
27  class = 2
28  class = 1
29  if x22<33.35 then node 30 elseif x22>=33.35 then node 31 else 1
30  class = 1
31  if x22<33.56 then node 32 elseif x22>=33.56 then node 33 else 1
32  class = 2
33  class = 1

病例总数：569  良性：357  恶性：212
训练集病例总数：500  良性：317  恶性：183
测试集病例总数：69  良性：40  恶性：29
良性乳腺肿瘤确诊：36  误诊：4  确诊率p1=90%
恶性乳腺肿瘤确诊：27  误诊：2  确诊率p2=93.1034%

resubOpt =

    0.0720


lossOpt =

    0.0820


resubDefault =

    0.0080


lossDefault =

    0.0740


bestlevel =

     1


resubPrune =

    0.0100


lossPrune =

    0.0880

时间已过 4.620338 秒。

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3. 小结

决策树是一种树型结构，其中每个内部节结点表示在一个属性上的测试，每一个分支代表一个测试输出，每个叶结点代表一种类别。决策树学习是以实例为基础的归纳学习。决策树学习采用的是自顶向下的递归方法，其基本思想是以信息熵为度量构造一棵熵值下降最快的树。到叶子节点的处的熵值为零，此时每个叶结点中的实例都属于同一类。本章介绍了决策树字matlab2009a版本与matlab2012b版本中进行仿真时的输出效果，在视觉机器学习20讲的专栏中也有介绍到决策树的其他仿真示例，具体链接在文末，大家也可以参考学习。对本章内容感兴趣或者想充分学习了解的，建议去研习书中第二十八章节的内容。后期会对其中一些知识点在自己理解的基础上进行补充，欢迎大家一起学习交流。

视觉机器学习20讲-MATLAB源码示例（4）-决策树学习算法

相关文章