MATLAB代码是一个基于SSA（麻雀搜索算法）优化随机森林（Random Forest） 的回归预测+SHAP分析+优化前后对比+新数据预测：
一、研究背景
- 目的：通过智能优化算法（SSA）自动调优随机森林的关键超参数，提升模型预测精度，并与未优化的随机森林进行对比。
- 适用场景：回归预测任务，适用于工程预测、金融分析、环境建模等领域。
二、主要功能
- 数据预处理：归一化、划分训练集/测试集。
- 参数优化 ：使用SSA优化随机森林的：
- 决策树数量
- 最小叶子节点数
- 最大分裂次数
- 模型训练与预测：构建优化与未优化随机森林模型。
- 性能评估：计算RMSE、R²、MAE等指标。
- 可视化分析 ：
- 迭代曲线
- 雷达图对比
- 预测结果图、残差图、拟合图
- 特征重要性排序
- SHAP值分析
- 新数据预测：支持输入新数据进行预测并保存结果。
三、算法步骤
- 导入数据并归一化。
- 划分训练集和测试集（可选是否打乱）。
- 使用SSA优化随机森林超参数。
- 训练优化后的随机森林模型。
- 预测并反归一化得到实际值。
- 计算评估指标并绘制多种对比图。
- 进行新数据预测并输出结果。
- 计算SHAP值进行特征解释。
四、技术路线
数据准备 → 归一化 → 训练/测试划分 → SSA参数优化 → 随机森林建模 →
预测与反归一化 → 性能评估 → 可视化对比 → SHAP解释 → 新数据预测五、公式原理（核心）
1. 随机森林回归：
y^=1T∑t=1Tht(x) \hat{y} = \frac{1}{T} \sum_{t=1}^{T} h_t(x) y^=T1t=1∑Tht(x)
其中 ( T ) 为决策树数量，( h_t(x) ) 为第 ( t ) 棵树的预测输出。
2. SSA优化目标函数：
minimize RMSE=1n∑i=1n(yi−y^i)2 \text{minimize } RMSE = \sqrt{\frac{1}{n} \sum_{i=1}^{n} (y_i - \hat{y}_i)^2} minimize RMSE=n1i=1∑n(yi−y^i)2
SSA通过模拟麻雀觅食行为（发现者-跟随者-预警者）在参数空间中搜索最优解。
3. SHAP值：
基于博弈论，计算每个特征对预测结果的贡献：
ϕi=∑S⊆N∖{i}∣S∣!(∣N∣−∣S∣−1)!∣N∣!f(S∪{i})−f(S) \phi_i = \sum_{S \subseteq N \setminus \{i\}} \frac{|S|!(|N|-|S|-1)!}{|N|!} f(S \\cup \\{i\\}) - f(S) ϕi=S⊆N∖{i}∑∣N∣!∣S∣!(∣N∣−∣S∣−1)!f(S∪{i})−f(S)
六、参数设定
| 参数 | 说明 | 默认值 |
|---|---|---|
label |
混沌映射类型（1--9） | 1（Tent映射） |
N |
SSA种群数量 | 10 |
Max_iteration |
SSA最大迭代次数 | 50 |
treesmin/max |
决策树数量范围 | 50--200 |
leafmin/max |
最小叶子数范围 | 1--5 |
splitmin/max |
最大分裂次数范围 | 2--100 |
ratio |
训练集比例 | 0.8 |
七、运行环境
- 平台：MATLAB（建议R2020a及以上）
- 依赖工具箱 ：
- Statistics and Machine Learning Toolbox
- 数据格式 ：Excel（
.xlsx），最后一列为目标变量
八、应用场景
- 工程预测 ：
- 房价预测
- 销量预测
- 能源负荷预测
- 环境指标预测
