两分类，200个样本，50个特征，现在想用随机森林的办法取出排在前20的特征。
不大会写程序，看网上有用matlab随机森林工具包，有以下几种写法，
1、 B = TreeBagger(nTree ,new_data ,new_label ,'OOBPred','on','NVarToSample','all')
2、B = TreeBagger(train_data,features,classLabels, 'Method', 'classification');
3、 B = TreeBagger(nTree,train_data,train_label);
有几个疑问：
1、 TreeBagger就是随机森林吗？
2、应该用上面哪个写法才对呢？
3、如何查看特征权重呢？
求路过的大神指点一下，那个TreeBagger程序看不太懂。
分享
以下回答参考 皆我百晓生、券券喵儿 等免费微信小程序相关内容作答，并由本人整理回复。
TreeBagger 是一个 MATLAB 库，用于训练随机森林模型。它提供了一个名为 "TreeBagger" 的函数，可以用来创建和训练随机森林模型，并且可以指定要抽取的特征。
关于你的问题，首先你需要明确你想要从随机森林中抽取哪些特征。一般来说，你可以使用 "FeatureImportance" 函数来获取每个特征的权重，以及使用 "Predict" 函数来预测新的数据点。
至于第一个问题，"TreeBagger" 实际上并不等同于随机森林。虽然它们都是基于随机森林的思想，但是它们的功能和用途有所不同。"TreeBagger" 更注重于生成树状结构，而不仅仅是构建决策树。
至于第二个问题，你应该使用 "TreeBagger" 函数来创建随机森林模型。例如，如果你有一个训练集 "train_data" 和对应的标签 "train_label"，那么你可以这样创建模型：
B = TreeBagger(200, train_data, train_label);
这个函数会根据给定的数量（在这里为 200）创建一个随机森林模型，并将训练数据作为输入。
至于第三个问题，你可以使用 "FeatureImportance" 函数来查看每个特征的权重。例如，如果你已经有了一个随机森林模型 "B"，并且已经训练好了，那么你可以这样做：
featureWeights = FeatureImportance(B);
这将会返回一个矩阵，其中每一行代表一个特征，每一列代表该特征的权重。这些权重可以帮助你了解哪些特征对于模型的性能影响最大。
希望以上信息能帮助到你！如果有其他问题，请随时提问。
分享
