scikit-learn 随机森林回归的叶子索引关闭答案

【问题标题】：Leaf Indices Off for scinkit-learn Random Forest Regressionscikit-learn 随机森林回归的叶子索引关闭
【发布时间】：2015-06-04 04:21:47
【问题描述】：

我正在尝试对 RandomForestTreeRegressor 使用 scinkit-learn 的应用函数来获取某些数据的每个学习树的叶索引。我已将 max_depth 指定为 3，这应该导致最大叶索引为 4，但实际上我在 40 年代得到的索引数要高得多。这有什么解释吗？

我认为我的数据可能有问题，所以我对 scikit 页面上的示例代码进行了同样的尝试，发现了同样的问题。如果想复现，可以在这里编辑源码：http://bit.ly/1GHz1iG

【问题讨论】：

【解决方案1】：

索引实际上会遍历树中的所有节点，而不仅仅是叶子。最多有 2 ** max_depth 叶子（在你的情况下是 8 个，不知道你为什么期望 4 个）。但是，由于所有节点都有编号，因此编号最多可以达到2 ** (max_depth + 1) - 1

【讨论】：