Python随机林分类器（如何测试）

Question

我已经能够在数据集上创建一个RandomForestClassifier。你知道吗

clf = RandomForestClassifier(n_estimators=100, random_state = 101)   

然后我就可以在测试数据上使用它，比如：

prediction = pd.DataFrame(clf.predict(x)) # x = Matrix of predictor values 

所以我的问题是，我该怎么测试clf.预测在Python之外，如何查看正在使用的值以及如何“手动”测试它（例如，如果在回归中获得beta，那么可以在Excel中使用这些值并复制模型）。如何在Python中使用randomfires实现这一点？你知道吗

还有没有一个与Rsquared相似的度量来测试模型的解释能力？你知道吗

谢谢！你知道吗

Answer 1

RandomForestClassifier是树的集合，这意味着它是由多棵树组成的。你知道吗

为了能够测试我建议用Python本身测试的树，您可以访问分类器的estimators_属性中的所有树，然后将它们从sklearn.tree模块导出为带有export_graphviz的图。你知道吗

如果坚持导出树，则需要导出每个树所包含的所有规则。为此，您可以遵循sklearn文档中的this说明。你知道吗

关于度量，对于分类问题，可以使用来自sklearn.metrics模块的accuracy_score。你知道吗