我的意思是结果,而不是理论:
在线性回归中,有一个公式可以解释最终得分的变量和权重。 在决策树中,有一条路径图可以说明哪些条件导致了细分。
我只能从pickle.dump中读取<从sklearn.tree导入DecisionTreeRegressor>中得到的结果。但是泡菜仍然是一个黑匣子。尽管features_importance_输出解释了每个功能的重要性,但是,这是一种间接方法。我仍然不明白分数的来源。
如何读取数据并直接解释随机森林的拟合结果? 有公式或路径图吗?
答案 0 :(得分:1)
使用 private void Form1_Load(object sender, EventArgs e)
{
MyDataGridView.Columns.Insert(0, new DataGridViewCheckBoxColumn());
MyDataGridView.Rows.Add(4);
MyDataGridView.Rows[0].Cells[0].Value = true;
MyDataGridView.Rows[1].Cells[0].Value = false;
MyDataGridView.Rows[2].Cells[0].Value = true;
MyDataGridView.Rows[4].Cells[0].Value = true;
int strResults = MyDataGridView.Rows.Cast<DataGridViewRow>()
.Where(c => Convert.ToBoolean(c.Cells[0].Value).Equals(true)).ToList().Count;
MessageBox.Show("" + strResults);
}
和sklearn.tree.export_graphviz
,您可以可视化决策过程。实现起来有些棘手,但这是读取拟合结果的一种方式。了解更多here。