从sklearn RandomForestClassifier（不是从个人）生成graphvizclf.估计员_)

Question

Python。学习。RandomForestClassifier。在对RandomForestClassifier进行拟合之后，它是否会生成某种可用于创建graphviz的“最佳”“平均”一致性树？在

是的，我看过文件了。不，它什么都没说。否RandomForestClassifier没有tree_属性。但是，你可以从clf.estimators_得到森林中的每一棵树，所以我知道我可以从其中一棵树上画出一个图形。有一个example of that here。我甚至可以给所有的树打分，找到森林中得分最高的那棵树，然后选择那一棵。。。但这不是我要的。在

我想从“平均”的最终随机森林分类器结果中生成一个图形。这可能吗？或者，最终分类器是否使用底层树来生成分数和预测？在

Answer 1

RandomForest是一种使用平均进行预测的集成方法，即在多数投票集成中使用所有拟合的子分类器，通常是（但并非总是）来获得最终预测。这通常适用于所有的集成方法。正如{}在评论中指出的那样，预测不一定总是纯粹的多数票，但也可以是加权多数，或者实际上是其他一些结合个人预测的奇特形式（对集合方法的研究正在进行中，尽管有点被深度学习所排斥）。在

没有一棵平均树可以被绘制出来，只有从整个数据集的随机子样本中训练出来的决策树桩和每个决策树桩产生的预测。预测本身是平均值，而不是树木/树桩。在

---

为了完整起见，从wikipedia article：（emphasis mine）

Random forests or random decision forests1[2] are an ensemble learning method for classification, regression and other tasks, that operate by constructing a multitude of decision trees at training time and outputting the class that is the mode of the classes (classification) or mean prediction (regression) of the individual trees.

模式是最常见的值，换句话说就是多数预测。在