关于随机森林及其在scikit中的实施，我有一个非常具体的问题。 我建造了一个森林，到目前为止，预测工作得很好。但是，在安装森林之后，我需要知道哪些特定特征最终会出现在单树的叶子中。
我已经理解了层次结构，随机林构建单个决策树，我可以通过＆＃34;估算器_＆＃34;属性，并且在每个决策树下有一个＆＃34;树_＆＃34;属性。在这个树中，我找到了有关特定节点，叶子和分裂的信息，但是我无法找到哪些特定特征最终在叶子中，或者甚至哪些特征被分配给该特定树？ / p>
只是为了澄清我不打算手动分析树节点，但我希望有一个相似性度量，基于一组特征在树的叶子中结束的频率。
非常感谢！
P.S。为了防止有人感兴趣，我从这篇论文中得到了这个相似性度量的想法： http://www.sciencedirect.com/science/article/pii/S1053811912009834
编辑：好的，我还有更进一步。显然，Ensemble有一种方法，即找到X中每个样本的终端区域（=叶子节点）。＆＃34;这可以在这里找到（第2465行） https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_tree.pyx
我已经摆弄，但无法完全理解代码。我可以制作rf.apply（np.array（[i，j]）），其中i，j是用于拟合模型的2D矩阵中的样本编号，它返回它所在的叶子。好极了！但唯一奇怪的是我可以使用比实际样本更大的数字吗？如果索引是大的，或者我做错了什么，它是否假设最后一个样本？
出于测试目的，我制作了一个10x5矩阵，但我可以索引rf.apply（np.array（[500,2333]））而没有错误？
很抱歉，但我不完全确定如何向此功能提供数据。
答案 0 :(得分：0)
您可以按照how extraction decision rules of random forest in python中的说明提取Python中的决策节点。然后可以遍历树木，检查导致每片叶子的特征。