如何将随机森林分类器的预测转换为回归器的预测？

Question

我希望使用 golearn 存储库（https://github.com/sjwhitworth/golearn）在Go中使用随机森林回归器。据我所知，golearn仅支持随机森林分类器，该分类器使用 class 和概率（https://github.com/sjwhitworth/golearn/blob/master/trees/id3.go#L413）进行预测。

是否有一种简便的方法来利用分类器中的预测概率并将其用于形成标量预测（等同于回归变量的预测）？

谢谢！

Answer 1

通常，不可能将树叶的分数转换为回归输出。他们只是不一样。

您所链接的软件包中的决策树似乎使用ID {3}中的ID3-算法来构建决策树 （请参阅：https://github.com/sjwhitworth/golearn/blob/master/trees/trees.go）

ID3将通过优化信息增益（最小化熵）来构建树结构。您将必须使用CART算法来完成回归任务（该任务可以优化以减少方差）。