你会如何解释一个合奏树模型？

Question

在机器学习中，随机森林等综合树模型很常见。该模型由一组所谓的决策树模型组成。但是，我们如何分析这些模型专门学到了什么？

Answer 1

在这个意义上你不能只绘制简单的决策树。只有非常简单的模型才能轻松调查。更复杂的方法需要更复杂的工具，这些工具只是近似值，是寻找内容的一般概念。因此，对于合奏，您可以尝试查看单个模型的某些属性预期。例如，您可以查找某些要素重要性度量，它会显示哪些要素用于进行相同范围的预测。你不会得到一个简单的if / else结构，这根本不可能，但有些模糊的想法。对于RF，您可以获取特征重要性，这些特征或多或少是预期的一小部分样本，这些样本在考虑特定特征时实际“击中”决策节点。