Python Scikit 随机森林 pred_proba 输出四舍五入值

Question

我在 scikit 学习中使用随机森林进行分类和获取类概率，我使用了 pred_proba 函数。但它输出四舍五入到小数点后一位的概率

我尝试使用样本 iris 数据集

iris = load_iris()
df = pd.DataFrame(iris.data, columns=iris.feature_names)
df['is_train'] = np.random.uniform(0, 1, len(df)) <= .75
df['species'] = pd.Categorical(iris.target, iris.target_names)
df.head()

train, test = df[df['is_train']==True], df[df['is_train']==False]

features = df.columns[:4]
clf = RandomForestClassifier(n_jobs=2)
y, _ = pd.factorize(train['species'])
clf.fit(train[features], y)
clf.predict_proba(train[features])

输出概率

   [ 1. ,  0. ,  0. ],
   [ 1. ,  0. ,  0. ],
   [ 1. ,  0. ,  0. ],
   [ 1. ,  0. ,  0. ],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  0.8,  0.2],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  1. ,  0. ],
   [ 0. ,  1. ,  0. ],

这是默认输出吗？是否可以增加小数位数？

注意:找到了解决方案。默认编号树数=10，增加后没有。树到百的概率精度增加。

Answer 1

显然有十棵树的默认设置，您在代码中使用的是默认设置:

Parameters: 
n_estimators : integer, optional (default=10)
The number of trees in the forest.

尝试这样的事情，将树的数量增加到 25 或比 10 更大的数量:

RandomForestClassifier(n_estimators=25, n_jobs=2)

如果您只是获得 10 个默认树的投票比例，这很可能会导致您看到的概率

您可能会遇到问题，因为 iris 数据集非常小。如果我没记错的话，少于 200 个观察结果。

predict.proba() 的文档如下:

The predicted class probabilities of an input sample is computed as the
mean predicted class probabilities of the trees in the forest. The class
probability of a single tree is the fraction of samples of the same 
class in a leaf.

没有任何参数可以调整我在文档中找到的预测概率的小数精度。