scikit-learn ExtraTreeClassifier 和 RandomForestClassifier 的图表

Question

我正在尝试制作一些图表来说明 scikit-learn 中 RandomForestClassifier 和 ExtraTreeClassifier 之间的区别。我想我可能已经弄明白了，但我不确定。这是我的代码，用于拟合和绘制 iris 数据集：

import numpy as np
from sklearn.datasets import load_iris
from sklearn.externals.six import StringIO 
from sklearn import tree
import pydot

iris = load_iris()

X = iris.data
y = iris.target

clf = tree.ExtraTreeClassifier()

clf = clf.fit(iris.data, iris.target)


dot_data = StringIO() 
tree.export_graphviz(clf, out_file=dot_data) 
graph = pydot.graph_from_dot_data(dot_data.getvalue()) 
file_name = "et_iris.pdf"
graph.write_pdf(file_name) 

clf = tree.DecisionTreeClassifier()

clf = clf.fit(iris.data, iris.target)


dot_data = StringIO() 
tree.export_graphviz(clf, out_file=dot_data) 
graph = pydot.graph_from_dot_data(dot_data.getvalue()) 
file_name = "rdf_iris.pdf"
graph.write_pdf(file_name) 

这生成的图表似乎是正确的，ET 图比决策树图 "bushier" 多。

DecisionTreeClassifier 与 RandomForestClassifier 中的单个树相同，而 ExtraTreeClassifier 与 ExtraTreeClassifier 中的单个树相同，我是否正确？

有没有办法对实际的 RDF 或 ET 分类器中的所有树执行此操作？我尝试在森林中使用 .estimators_，但他们似乎没有导出方法。

Answer 1

export_graphviz 不是方法，是函数。 None大树"has"吧。您可以将它与 estimators_ 一起使用。 关于 ExtraTreeClassifier 是 ExtraTreesClassifier 中的一棵树，DecisionTreeClassifier 是 RandomForestClassifier 中的一棵树，你是对的。然而，这并没有真正涵盖它，因为：

• RandomForestClassifier bootstraps为每棵树单独设置数据，ExtraTreesClassifier没有bootstrap（默认）。

• max_features=n_features默认为单树，即所有特征都可以在每次分割中使用。