【发布时间】：2012-12-20 23:10:56
【问题描述】：
我有兴趣了解随机森林是如何计算概率估计的，一般来说，特别是在 Python 的 scikit-learn 库中（概率估计由 predict_proba 函数返回）。
谢谢， 伙计
【问题讨论】：
-
我认为你必须比这更具体，特别是你的问题是什么？
标签： machine-learning scikit-learn
【发布时间】：2012-12-20 23:10:56
【问题描述】：
除了Andreas / Dougal说，
当您培训RF时，turn on compute_importances=True。
然后检查classifier.feature_importances_以查看射频树木中发生的较高的功能。
【讨论】：
-
只需快速注释：
compute_importances已在Scikit-Learn 0.14+中删除，特征重要性，从执行feature_importances_（c.f.，github.com/scikit-learn/scikit-learn/commit/…） span>时 -
谢谢@iverguenther span>
森林返回的概率是集合中树木返回的平均概率 (docs)。 一棵树返回的概率是样本所在叶子的归一化类直方图。
【讨论】：
-
您是否知道我可以在文档中的何处找到有关如何通过单棵树估计概率的更多信息？
-
目前看不到，我们会添加的。你可以在文献中找到它。它只是属于某个类别的同一叶子中的样本的一部分（正如我在上面的回答中所说的那样）
-
谢谢安德烈亚斯！关于概率的估计方式......关于stackoverflow.com/questions/28002991/…的任何想法？