如何更改随机森林用于从单个树做出决策的函数?

时间:2015-06-18 10:58:47

标签: scikit-learn classification random-forest ensemble-learning

随机森林在训练时使用'多个决策树,并输出作为各树的类(分类)模式的类'。

有没有办法,而不是使用作为模式的类,在原始树生成的输出上运行另一个随机森林?

奖金问题:这是一个坏主意的原因吗? (因为我相信人们之前会想到这一点)

2 个答案:

答案 0 :(得分:2)

您可以访问拟合随机林实例的SELECT (sd + starttime) as StartDatetime, (sd + startTime + duration) as EndDateTime 属性中的各个决策树。

您甚至可以重新采样该属性(它只是决策树对象的Python列表)来添加或删除树,并查看对生成的森林预测质量的影响。

答案 1 :(得分:0)

我认为这只是一个性能选项,你的想法听起来不错,但没有更好的“随机性”,但计算速度可能更慢。