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@)