从随机森林分类器中提取树（预测器）

Question

我有一个关于sklearn和随机森林分类器的具体技术问题。

在使用“.fit(X,y)”方法拟合数据后，是否有一种常见的格式可以从估计器对象中提取实际的决策树，以便在python之外实现“.predict(X)”方法？

- user3095701

Answer 1

是的，一个森林的树都存储在森林对象的estimators_属性中。

您可以查看export_graphviz函数的实现来学习如何编写自定义导出器:

https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/export.py

这是此功能的用法文档:

http://scikit-learn.org/stable/modules/tree.html#classification

- ogrisel

---

谢谢Olivier！这真的很有帮助。 - user3095701

目前还没有（截至0.14.1版本）。这里有一个拉取请求：https://github.com/scikit-learn/scikit-learn/pull/2530 - ogrisel

有没有尝试过这个解决方案的示例？我在 Google Colab 上尝试时遇到了错误。 --------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-1-131ec55b94e7> in <module>() 19 import numpy as np 20 21 from ..utils.validation import check_is_fitted 22 23 from . import _criterion ValueError: 企图超出顶级包进行相对导入。 - user2458922

Answer 2

有这样一个答案，@ogrisel 的回答使我能够实现以下代码段，它可以使用（部分训练的）随机森林来预测值。如果要在数目上交叉验证随机森林模型，则可以节省很多时间：

rf_model = RandomForestRegressor()
rf_model.fit(x, y)

estimators = rf_model.estimators_

def predict(w, i):
    rf_model.estimators_ = estimators[0:i]
    return rf_model.predict(x)

我在这里更详细地解释了：从随机森林中提取树

- RUser4512