【问题标题】:Extract Knowledge from RandomForest (scikit-learn)从 RandomForest 中提取知识 (scikit-learn)
【发布时间】:2014-03-05 01:17:22
【问题描述】:

我正在使用 RandomForest 分类器,并且在训练和测试了模型之后 我想从中提取“一些知识”。我知道 RandomForest 结合 许多树的投票......但是有没有办法提取解释规则 每棵树的???

【问题讨论】:

    标签: scikit-learn random-forest


    【解决方案1】:

    直接从树中提取知识非常困难,因为分类是通过多数票进行的。决策规则太难分析了。

    相反,您可以分析每个变量在最终分类模型中的重要性。 你应该看看RandomForestClassifierfeature_importances_ 属性。

    我还建议您阅读原始随机森林论文以获取有关此变量重要性度量的更多信息。

    Breiman, Leo. "Random forests." Machine learning 45.1 (2001): 5-32.
    

    【讨论】:

      猜你喜欢
      • 2014-05-31
      • 2015-06-23
      • 2016-09-11
      • 1970-01-01
      • 2012-09-25
      • 2016-09-02
      • 2016-06-23
      • 2013-12-12
      相关资源
      最近更新 更多