修剪后如何获得修剪后的随机森林模型？

Question

在Scikit Learn的随机森林回归器中，可以设置与修剪技术（docs）相关的ccp_alpha参数，而我正在使用它来控制过拟合。

应用它后，我想使用此修剪的模型通过随机搜索执行超参数调整，并找到我的最佳模型。所以，我想要这个修剪过的模型。

是否有可能获得此修剪的模型？

Answer 1

将.fit(X_train, y_train)函数应用于RandomForestClassifier()或RandomForestRegressor()类的对象时，返回的拟合模型已经被修剪。 这发生在sklearn实现中。从理论上讲，RandomForest也不只是DecisionTree的组合，而是经过修剪，聚合并使用默认设置的多个大型决策树的自举版本。

请放心，由于修剪，此处返回的模型不会过拟合。如果您确实发现过拟合，建议您检查模型的o.b得分，并描述整个数据管道以获取进一步的建议

Answer 2

从scikit-learn参阅此文档 https://scikitlearn.org/stable/auto_examples/tree/plot_cost_complexity_pruning.html

它包括使用成本复杂性实施修剪的详细说明。