1
我正在使用RandomForest分類器和經過訓練和測試模型 我想從中提取「一些知識」。我知道一個RandomForest將 結合了許多樹的投票......但是有沒有一種方法可以提取每棵樹的解釋規則 ?從RandomForest提取知識(scikit學習)
我正在使用RandomForest分類器和經過訓練和測試模型 我想從中提取「一些知識」。我知道一個RandomForest將 結合了許多樹的投票......但是有沒有一種方法可以提取每棵樹的解釋規則 ?從RandomForest提取知識(scikit學習)
直接從樹中提取知識是非常困難的,因爲分類是由大多數投票決定的。決策規則太難分析了。
相反,您可以分析最終分類模型中每個變量的重要性。 您應該查看RandomForestClassifier
的feature_importances_
屬性。
我還建議您閱讀原始隨機森林論文,以獲得有關此變量重要性度量的更多信息。
Breiman, Leo. "Random forests." Machine learning 45.1 (2001): 5-32.