Я использую классификатор RandomForest, и после обучения и тестирования модели я хотел бы извлечь из него «некоторое Знание». Я знаю, что RandomForest объединяет голоса нескольких деревьев ... но есть ли способ извлечь правила интерпретации каждого дерева ???.Извлечь знания из RandomForest (scikit-learn)
1
A
ответ
0
Очень сложно извлекать знания непосредственно из деревьев, потому что классификация производится большинством голосов. Правила принятия решений слишком сложны для анализа.
Вместо этого вы можете проанализировать, насколько важна каждая переменная в окончательной модели классификации. Вы должны посмотреть на атрибут feature_importances_
RandomForestClassifier
.
Я также предлагаю вам прочитать оригинальную бумагу случайного леса, чтобы получить дополнительную информацию об этой переменной важности.
Breiman, Leo. "Random forests." Machine learning 45.1 (2001): 5-32.
Смежные вопросы
- 1. Документация Unconclusive RandomForest в ScikitLearn
- 2. java - Извлечь текущий шаблон даты из строки без знания шаблона
- 3. Прогнозирование из SciKitLearn RandomForestClassification с категориальными данными
- 4. не может импортировать модуль из scikitlearn
- 5. Kivy Android Scikitlearn
- 6. использования SciKitLearn логистической регрессии
- 7. логистическая регрессия в scikitlearn
- 8. Как scikitlearn осуществляет поиск линии?
- 9. MeanShift `fit` vs` fit_predict` scikitlearn
- 10. RandomForest КЛАССИФИКАЦИИ: Как вывести вероятность класса из «probabilityCol»
- 11. Различные результаты с randomForest() и randomforest для каретки (method = "rf")
- 12. Parallelise rfcv из пакета randomForest в R
- 13. R неожиданный выход NA из RandomForest
- 14. h2o randomForest variable important
- 15. Спарк RandomForest классификатор numClasses
- 16. Как я могу извлечь RandomForest из R для использования в производстве?
- 17. Прогнозирование модели Randomforest
- 18. randomForest Categorical Predictor Limits
- 19. scikit- RandomForest категориальные объекты
- 20. Ответ переменной в randomForest
- 21. Классификация Randomforest weka
- 22. Метод оценки RandomForest ValueError
- 23. sklearn randomforest точность
- 24. R randomForest important
- 25. VSURF и randomForest
- 26. Алгоритм RandomForest в SparkR?
- 27. Ручного расчета RandomForest() невязки
- 28. ScikitLearn Извлечение имен функций из FeatureUnion внутри конвейера
- 29. получить ошибочные документы с помощью scikitlearn
- 30. Scikitlearn скрытое выделение дирихле дает пустую тему