背景：
我可以在 R 中创建一个随机森林：
set.seed(1)
library(randomForest)
data(iris)
model.rf <- randomForest(Species ~ ., data=iris, importance=TRUE, ntree=20, mtry = 2)
我可以使用我刚刚创建的 randomForest 对象来预测值：
my_pred <- predict(model.rf)
plot(iris$Species,my_pred)
然后我可以从森林中随机剥落一些树：
idx <- sample(x = 1:20,size = 1,replace = F)
single_tree <- getTree(model.rf,k=1)
问题：
- 如何根据从森林中拔出的一棵树进行预测？
- 我应该使用不同的库吗？ （森林，
聚会，水，...）
到目前为止我看过的地方：
- 我尝试了经典的随机森林，但没有“unget”或“predict on get”。有“生长”，但它使用骰子创建一个新的随机森林，而不是使用特定的树。有“combine”，但它适用于 randomForest 对象，而不是“getTree”返回的对象。
- 我尝试将多棵树打包到一个对象中，但没有成功
工作 - 我对将这些数据缝合在一起的数据的理解还有空间
提升。
- 我尝试查看 party/cforest 的代码，但虽然据称它是用 ctree 制作的，但文档中没有“getTree”。
- 我尝试了多次谷歌搜索，但没有找到有关此特定任务的任何信息。
我还发现了普遍相关的问题，其中答案并不能回答我的问题：
- https://stats.stackexchange.com/questions/21152/obtaining-knowledge-from-a-random-forest https://stats.stackexchange.com/questions/21152/obtaining-knowledge-from-a-random-forest
-
http://tjo.hatenablog.com/entry/2014/03/10/190000 http://tjo.hatenablog.com/entry/2014/03/10/190000（不，我不读汉字，但我可以读R）
- http://grokbase.com/t/r/r-help/11a5wgv1xn/r-party-extract-binarytree-from-cforest http://grokbase.com/t/r/r-help/11a5wgv1xn/r-party-extract-binarytree-from-cforest
似乎有相当多的关于集合统计，以及绘制森林中特定树的形状的内容。似乎没有关于在森林中处理树木的问题。
None
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
