我已经在数据集上训练了RandomForestRegressor模型，并在训练集上对其进行了训练，因为训练精度（Pearsons r）很好（0.9），所以我继续在测试集和测试准确度（Pearsons r）也不错，为0.89。这已应用于土木工程问题。
Rand_Fore_Cla = RandomForestRegressor（n_estimators = 10，random_state = 42，min_samples_leaf = 6）
我现在想以png格式可视化所有十棵树，以便对于现场工程师进行任何新的预测都不必使用计算机，他可以检查这10棵估计器树并为给定的树进行预测X_new。
我可以通过以下代码提取全部10棵树（应用10次）
第一棵树：
export_graphviz（Rand_Fore_Cla.estimators_ [0]，out_file =“ tree_Rand_Forest_tree1.dot”，feature_names = x_train.columns，filled = True，rounded = True）
os.system（'dot -Tpng tree_Rand_Forest.dot -o tree_Rand_Forest.png'）
第二棵树：
export_graphviz（Rand_Fore_Cla.estimators_ [1]，out_file =“ tree_Rand_Forest_tree1.dot”，feature_names = x_train.columns，filled = True，rounded = True）
os.system（'dot -Tpng tree_Rand_Forest.dot -o tree_Rand_Forest.png'）
所有十棵树都这样……
现在，对于给定的X_new，我遍历了所有10棵树，记下了10个y_pred值，然后计算了平均值，但该平均值与使用预测方法获得的值不匹配
y_pred = Rand_Fore_Cla.predict（X_new）