从随机森林分类器中提取树（预测器）

Question

我有一个关于sklearn，随机森林分类器的具体技术问题。

使用“.fit（X，y）”方法拟合数据后， 有没有办法提取实际的树木 从估计器对象，以一些常见的格式，所以“.predict（X）” 方法可以在python外部实现吗？

Answer 1

是的，森林中的树存储在estimators_属性中 森林对象。

您可以查看export_graphviz的实施情况 学习编写自定义导出器的功能：

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

以下是此功能的使用文档：

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

Answer 2

是的，@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。如果你想在树的数量上交叉验证随机森林模型，它可以节省大量时间：

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这一点：extract trees from a Random Forest