基于留出法、k折交叉验证和留一法的多种机器学习模型对比（分类任务）MATLAB程序
：包括决策树等八种模型的比较
打开MATLAB运行main.m，弹窗选择excel数据文件的那一刻——这个工具箱的暴力美学就开始了。八
种模型三套验证方案随意组合，就像在机器学习的武器库里挑趁手的兵器。咱们不整虚的，直接看核心操
作：
```matlab
% 数据预处理三连击
data = xlsread(filename);
X = data(:,1:end-1);
Y = data(:,end);
[XTrain,XTest] = split_data(X, 0.3); % 留出法三七开
```
数据分得明明白白，接下来是模型选择的魔法时刻。在model_select函数里藏着这样的判断逻辑：
```matlab
if contains(modelName, 'DT')
mdl = fitctree(XTrain, YTrain);
elseif strcmp(modelName, 'KNN')
mdl = fitcknn(XTrain, YTrain, 'NumNeighbors',5);
...
```
重点看随机森林的实现细节：
```matlab
% 随机森林的并行生长
options = statset('UseParallel',true);
mdl = TreeBagger(100, XTrain, YTrain, 'Method','classification', 'Options',options);
```
这里启用了并行计算加速，百棵决策树同时生长，实测比单线程快三倍不止。但注意别开太多worke
r，小心内存爆炸。
验证方案才是重头戏。留一法的暴力验证看着就刺激：
