AttributeError：“RandomForestRegressor”对象没有属性“coef_”答案

【问题标题】：AttributeError: 'RandomForestRegressor' object has no attribute 'coef_'AttributeError：“RandomForestRegressor”对象没有属性“coef_”
【发布时间】：2020-12-20 18:22:08
【问题描述】：

我已经使用随机森林回归器来解决回归问题，现在我想绘制回归线，根据this 的答案，我正在尝试这个。

w =  model1.coef_[0]
a = -w[0] / w[1]
xx = np.linspace(-5, 5)
yy = a * xx - (model1.intercept_[0]) / w[1]

plt.plot(xx, yy, 'k-')

其中 model1 是 sklearn.ensemble.RandomForestRegressor，它已经适合数据集。有哪些替代方案。

错误信息是

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

【问题讨论】：

如果您查看sklearn.ensemble.RandomForestRegressor 的文档。没有任何coef_ 属性或intercept_
@skrrrt 有什么办法可以得到这个吗？
在我看来，您正在尝试使用拟合具有 coef_ 和 intercept_ 的 linear regression model 后获得的参数绘制预测线
是的，但在拟合 RandomForestRegressor 后不是线性回归模型

标签： python scikit-learn random-forest

【解决方案1】：

当模型拟合超平面时，您将拥有 coef_ 和 intercept_。线性回归就是这样一种模型，它沿着训练数据拟合超平面，使得偏差/误差最小。这些coef_ 和intercept_ 代表超平面。

但是，像随机森林这样的模型并不适合超平面，而是根据最终导致预测的输入来识别一组决策。您可以将它们视为一组嵌套的 if else 条件。因此，如果您的模型是基于随机森林的，则没有 coef_ 和 intercept_ 的概念，但您可以做的是打印决策树。

【讨论】：