从随机森林模型中提取树的子集进行预测

Posted

技术标签:

【中文标题】从随机森林模型中提取树的子集进行预测【英文标题】:Extract a subset of tree from random forest model for prediction 【发布时间】:2014-03-01 07:57:42 【问题描述】:

来自 Liaw 的 RF 论文的分类和回归,“确定需要多少棵树的最佳方法是将森林做出的预测与森林子集做出的预测进行比较”

我想知道是否有一种方法可以使用 R 的 randomForest 包提取子树进行预测。 getTree 似乎打印出结构。任何建议将不胜感激。

【问题讨论】:

【参考方案1】:

randomForest中试试这个,predict(rf, dat, predict.all=TRUE),你可以得到所有子树的预测。

【讨论】:

以上是关于从随机森林模型中提取树的子集进行预测的主要内容,如果未能解决你的问题,请参考以下文章

有没有办法从随机森林模型中提取树深度?

从随机森林中提取一棵树,然后使用提取的树进行预测

机器学习:R语言实现随机森林

简述树模型之决策树、随机森林、xgboost

决策树与随机森林

如何在 Python scikit-learn 中输出随机森林中每棵树的回归预测?