Question

我已经能够在数据集上创建RandomForestClassifier。

clf = RandomForestClassifier(n_estimators=100, random_state = 101)

然后我可以将其用于测试数据，如下所示：

prediction = pd.DataFrame(clf.predict(x)) # x = Matrix of predictor values

所以我的问题是，如何在Python之外测试clf.predict，如何查看正在使用的值，以及如何“手动”测试它，例如，如果您在回归中获得beta，则可以在Excel中使用这些值并复制模型。如何在Python中使用RandomForests做到这一点？

还有与Rsquared类似的指标来测试模型的复制能力吗？

谢谢！

Answer 1

RandomForestClassifier是一棵树木的集合，这意味着它由多棵树木组成。

为了能够测试这些树，我建议在Python本身中进行测试，您可以访问分类器estimators_属性中的所有树，然后使用export_graphviz将它们导出为图sklearn.tree模块。

如果坚持要导出树，则需要导出每棵树组成的所有规则。为此，您可以按照sklearn文档中的this说明进行操作。

关于指标，对于分类问题，您可以使用accuracy_score模块中的sklearn.metrics。