随机森林回归器，试图将树木文本输出

Question

from sklearn.ensemble import RandomForestRegressor
model=RandomForestRegressor()
model.fit(X_train,y_train)
model.score(X_test,y_test)

feature_list = list(X.columns)


r = export_text(model, feature_names=feature_list,
            decimals=0, show_weights=True)
print(r)

AttributeError: 'RandomForestRegressor' object has no attribute 'tree_'

知道我在这里缺少什么吗？我正在尝试从随机森林回归器中获取树文本数据

Answer 1

RandomForestRegressor 是通过拟合多棵树来训练的，因此尝试从分类器中直接 export_text 是没有意义的。事实上，正如错误所指出的，它没有tree_ 属性。请注意，正如docs 中所述，它用于：

构建一个显示决策树

规则的文本报告

export_text 与决策树一起使用，因此，如果您改为使用 RandomForest 的估计器之一作为 model 参数，它将起作用：

from sklearn.ensemble import RandomForestClassifier
from sklearn.tree import export_text
from sklearn.datasets import load_iris
iris = load_iris()
X = iris['data']
y = iris['target']
rf = RandomForestClassifier(random_state=0, max_depth=2)

rf.fit(X, y)
r = export_text(rf.estimators_[0], feature_names=iris['feature_names'])
print(r)

|--- petal width (cm) <= 0.75
|   |--- class: 0.0
|--- petal width (cm) >  0.75
|   |--- petal length (cm) <= 4.85
|   |   |--- class: 1.0
|   |--- petal length (cm) >  4.85
|   |   |--- class: 2.0

当然，这只是分类器已拟合的估计量之一，并不代表分类器遵循的标准，即多棵树的ensemble。