Question

我正在使用Skleran的Random Forest Classifier。我训练并调整了我的模型。

我的数据集包含40个样本，每个样本有4个特征，我有两个类要对样本进行分类。

现在我的问题是：我想保存这个模型形成的树，并在另一个脚本中再次加载它以进行预测。

注意 - 我知道joblib和pickle模块，它们将模型保存在“.sav”文件中，但我不想保存该模型的实例。

我通过使用sklearns的“tree.export_graphviz”找到了一种非常有趣的方法。这是我用来保存树的代码：

from sklearn.ensemble import RandomForestClassifier 
from sklearn.tree import export_graphviz

model=RandomForestClassifier()
model.fit(X, Y)

i_tree=0
for tree in model.estimators_:
    with open('iris_tree_' + str(i_tree) + '.dot', 'w') as my_file:
        my_file = export_graphviz(tree, out_file = my_file)
    i_tree = i_tree + 1

我面临的问题是如何使用这些树进行预测？

保存的文件包含以下格式的树：

digraph Tree {
node [shape=box] ;
0 [label="X[3] <= 0.4\ngini = 0.4387\nsamples = 20\nvalue = [27, 13]"] ;
1 [label="gini = 0.0\nsamples = 7\nvalue = [0, 13]"] ;
0 -> 1 [labeldistance=2.5, labelangle=45, headlabel="True"] ;
2 [label="gini = 0.0\nsamples = 13\nvalue = [27, 0]"] ;
0 -> 2 [labeldistance=2.5, labelangle=-45, headlabel="False"] ;
}

可以使用graphviz的在线门户将数据转换为树。

转换后的数据类似于this

如何解析此类数据？

我最感兴趣的是我树的每个块中的“X [3]＆lt; = 0.4”值。我只需要知道在我的树的任何一个块中是否存在类似“X [3]＆lt; = 0.4”的条件（因为树可以嵌套）

Answer 1

如果它真的是您正在寻找的小剪辑，您可以考虑使用正则表达式，例如：

\D\[\d+\]\s+<=\s+\d+\.\d+

即，“非数字字符，开括号，一些数字，近括号，空格，＆lt; =符号，空格，一些数字，小数点，一些数字。”我在你的文本上测试了这个正则表达式，它与那个剪辑匹配，没有别的。

从随机森林中获取树木

1 个答案: