我的 TreeBagger 类和 fitensemble（Bag 方法）的成本矩阵都[0 8;1 0]用于二元分类。fitensemble 上的混淆矩阵表明，分类倾向于有利于代价高的类（比如[100 0; 20 80]有利于假阴性。混淆就像[100 10; 10 80]没有成本参数）但在 TreeBagger 上同样不成立。我已经阅读了 TreeBagger 代码，它直接将成本传递给每棵树（在本例中为 classregtree）。我已经在 3 个数据集上尝试过，TreeBagger 似乎忽略了成本。我省略了成本参数，混淆矩阵就像你根本不给出成本一样。我的代码有问题还是 TreeBagger 有问题？（顺便说一句，问题不是对混淆矩阵的误解，它只是不起作用）。还有任何替代 TreeBagger 的方法可以给我可变的重要性、数据和异常值集群以及成本有效吗？
我的代码
不工作的树人
RF=TreeBagger(150,Xtrain,Ytrain,'oobpred','on','cost',[0 8;1 0])
适合的工作
Bag=(Xtrain,Ytrain,'Bag',150,'type','classification','cost',[0 8;1 0]);
谢谢您的帮助。