我的问题是关于二元分类，比如区分好客户和坏客户，而不是回归或非二元分类。在这种情况下，随机森林是分类树的集合。对于每次观察，每棵树都投一个“是”或“否”，所有树的平均投票就是最终的森林概率。
我的问题是关于修改底层树的行为：我们如何修改 randomForest 函数（R 的 randomForest 包），以便每棵树投票一个十进制而不是二进制是/否。为了更好地理解我所说的十进制，让我们考虑一下决策树是如何工作的。
一棵成熟的决策树在其终端节点中有 1 个好实例或 1 个坏实例。假设我将终端节点大小限制为 100。那么终端节点将如下所示：
节点 1 = 80 坏，20 好
Node2 = 51 坏，49 好
Node3 = 10 坏，90 好
请注意，即使 Node1 和 Node2 投票“差”，它们的“差的强度”也大不相同。这就是我所追求的。不是让他们产生 1 或 0（这是默认行为），而是可以修改 R 包，以便他们投票 80/100、51/100、10/100 等？
这是一个微妙的点，因软件而异。我知道有两种主要方法：
randomForestR 中的工作原理，即使在使用时也是如此predict(..., type="prob")sklearn.ensemble.RandomForestClassifier.predict_proba工作的。在另一个答案中，@usεr11852 指出 R 的ranger包也提供了这个功能。令人高兴的是，我可以证明，从我有限的使用情况来看，ranger它也比randomForest.我不认为有一种简单的方法可以randomForest使用比例叶法，因为 R 软件实际上只是 C 和 FORTRAN 程序的挂钩。除非你喜欢修改别人的代码，否则你要么自己写，要么找其他软件实现。
完全有可能种植“概率森林”。Malley 等人的方法论。（2012 年）“概率机器：使用非参数学习机器的一致概率估计。 ”概述了这是如何完成的，以及它与标准随机森林实现的比较。此外，优秀的R 包Ranger已经实现了这个功能；只需probability = TRUE在调用函数时设置ranger.
只需使用predict.randomForest(..., type="prob"). 你在做一件好事。