使用scikit-learn包进行交叉验证时,为每个k折叠导出决策树

时间:2018-04-18 01:15:32

标签: python machine-learning scikit-learn random-forest

使用辅助函数 cross_val_score() RandomForestRegressor()的实例执行交叉验证时,它将接收为实例的参数,您知道吗?如果有可能生成一个决策树(随机森林估算器之一),并因此将其导出到图像,每个k折叠,其中每个,它构建一个随机森林(我猜)?

另一方面,当在 RandomForestRegressor()的实例上调用 fit()辅助函数时,我能够得到一个特定的决策树/估算器来调用属性 estimators_ [nr_of_tree_in_range_1_to_nr_of_estimators] ,用于同一个随机林回归实例,然后将其导出到.dot文件,依此类推。

提前致谢。

0 个答案:

没有答案