从随机森林中提取一棵树，然后使用提取的树进行预测答案

【问题标题】：Extract a tree from a random forest and then use the extracted tree for prediction从随机森林中提取一棵树，然后使用提取的树进行预测
【发布时间】：2020-09-02 17:05:24
【问题描述】：

我们以鸢尾花数据集为例。

library(randomForest)
data(iris)
smp_size <- floor(0.75 * nrow(iris))
train_ind <- sample(seq_len(nrow(iris)), size = smp_size)

train <- iris[train_ind, ]
test <- iris[-train_ind, ]

model <- randomForest(Species~., data = train, ntree=10)

如果我使用 randomForest 包中的 getTree() 函数，我可以毫无问题地提取例如第三棵树。

treefit <- getTree(model, 3)

但是，例如，我如何使用它（即 treefit）对测试集进行预测？像“predict()”，有没有一个函数可以直接做到这一点？

提前谢谢你

【问题讨论】：

如果你真的想使用那棵树，你将不得不使用底层的 c 代码，github.com/cran/randomForest/blob/master/R/… .. 我认为使用 predict.all 的答案是一个很好的解决方法..跨度>

标签： r machine-learning classification random-forest decision-tree

【解决方案1】：

您可以通过将predict.all 参数设置为TRUE 来直接使用randomForest 包中的predict 函数。

请参阅以下可重现的代码以了解如何使用它：另请参阅predict.randomForest here 的帮助页面。

library(randomForest)
set.seed(1212)
x <- rnorm(100)
y <- rnorm(100, x, 10)
df_train <- data.frame(x=x, y=y)
x_test <- rnorm(20)
y_test <- rnorm(20, x_test, 10)
df_test <- data.frame(x = x_test, y = y_test)
rf_fit <- randomForest(y ~ x, data = df_train, ntree = 500)
# You get a list with the overall predictions and individual tree predictions
rf_pred <- predict(rf_fit, df_test, predict.all = TRUE)
rf_pred$individual[, 3] # Obtains the 3rd tree's predictions on the test data

【讨论】：