如何使用每个样本的一个特征来预测sklearn随机森林？

Question

我有一个（图像）数据集，其功能已经填充为[n_samples,n_feature]或[10,7] 10个样本，每个样本有7个功能。

现在，.predict()需要输入[n_samples,n_feature]。我知道样本量可能会改变，但是不能仅使用一个功能来预测吗？

基本上，我希望每个样本只有一个特征穿过森林;所以在预测时间内输入应该是[n_samples，1]

Answer 1

使用Radom Forest对图片进行分类并不常见，而且性能可能不那么好。

首先，方法.predict()不期望输入大小为[n_samples,n_feature]。事实上，只有n_features功能的数量需要相同，而n_samples的情况并非如此。虽然您的训练集有一些16*16=256样本，但您的测试集只能包含一个样本。

如果您仍想仅使用一个功能使用RF分类器，则可以计算主成分分析（可能不会在功能中返回功能）或使用一些经典的 skleanr 方法选择最佳功能，例如：SelectKBest，可让您选择K个最佳功能（在您的情况下为K=1）。< / p>

更新：

我在sklearn的API文档中看得更深一点，发现了这个：see here

您可以为.transform()方法提供一个名为threshold的参数，该参数将根据您指定的阈值选择要素。

注意：已弃用：将在版本0.19中删除支持将估算工具用作功能选择器。改为使用SelectFromModel。