python - 如何在 Python scikit-learn 中输出随机森林中每棵树的回归预测？

Question

除了组合预测之外，是否还有一种方法可以从随机森林中的每棵树中获取预测？我想输出列表中的所有预测，而不是查看整棵树。我知道我可以使用 apply 方法获取叶索引，但我不确定如何使用它从叶中获取值。

编辑:这是我到目前为止从下面的评论中得到的内容。之前我不清楚可以调用 estimators_ 属性中的树，但似乎可以在使用该属性的每棵树上使用 predict 方法。不过，这是最好的方法吗？

numberTrees = 100
clf = RandomForestRegressor(n_estimators=numberTrees)
clf.fit(X,Y)
for tree in range(numberTrees):
    print(clf.estimators_[tree].predict(val.irow(1)))

Answer 1

我很确定你所拥有的是你能做到的最好的。如您所述，predict() 返回整个 RF 的预测，但不返回其组件树的预测。它可以返回一个矩阵，但这仅适用于同时学习多个目标的情况。在这种情况下，它为每个目标返回一个预测，而不是为每棵树返回预测。您可以使用 predict.all = True 获得 R 的随机森林中的单个树预测，但 sklearn 没有。如果您尝试使用 apply()，您会得到一个叶索引矩阵，然后您仍然需要遍历树以找出该树/叶组合的预测是什么.所以我认为你所拥有的已经是最好的了。