腌制随机森林模型的混淆矩阵

Question

是否可以仅使用保存为 pickle-dump 的模型重新构建袋外验证的完整混淆矩阵？

mymodel.oob_score_ 报告的 OOB 分数为 0.75682

我发现here 可以像这样提取此模型的预测标签：

pred_train = numpy.argmax(mymodel.oob_decision_function_,axis=1)

但是火车标签是否也保存在模型文件中的某个地方？

Answer 1

这取决于您使用pickle.dump() 导出的内容，但一般情况下，如果您只导出随机森林，则不会。

sklearn.ensemble.RandomForestClassifier 只有these attributes，而基本事实不是其中之一。

oob_decision_function 仅存储一个大小为 (n_samples, n_classes) 的数组，因此您无法从那里获取它们。没有其他属性可以存储 oob 基本事实。