如何打印 RandomForestClassifier 的决策树

机器算法验证 Python 随机森林 scikit-学习
2022-03-03 18:13:34

最近，我注意到这里sklearn.tree.export_graphviz记录了一种方法。

但是，我不知道如何将其应用于RandomForestClassifier.

我尝试了以下幼稚的代码，但它不起作用，而且我不知道如何从 a 中获取其中一棵树RandomForestClassifier：

print('Training...')
forest = RandomForestClassifier(n_estimators=100)
forest = forest.fit( train_data[0::,1::], train_data[0::,0] )


print('Predicting...')
output = forest.predict(test_data).astype(int)

if sys.version_info >= (3,0,0):
    predictions_file = open("myfirstforest.csv", 'w', newline='')
else:
    predictions_file = open("myfirstforest.csv", 'wb')


tree.export_graphviz(forest, out_file='tree.dot')
1个回答

您的 RandomForest 创建了 100 棵树，因此您无法一步打印这些。尝试遍历森林中的树木并一一打印出来：

from sklearn import tree
i_tree = 0
for tree_in_forest in forest.estimators_:
    with open('tree_' + str(i_tree) + '.dot', 'w') as my_file:
        my_file = tree.export_graphviz(tree_in_forest, out_file = my_file)
    i_tree = i_tree + 1

如果你想知道树的实际参数，如分裂属性（特征）、分裂值（阈值）、节点样本（n_node_samples）等，可以print getmembers(tree_in_forest.tree_)在for循环中使用。要使用这些参数之一，例如。阈值，使用这个：tree_in_forest.tree_.threshold它返回一个列表。

其它你可能感兴趣的问题
上一篇在 lmer 中指定多少个随机效应？ 下一篇反对二项式假设的反例