用线性回归树绘制随机森林图
Graphing Random Forest with Tree for Linear Regression
我在使用随机森林绘制线性回归模型时遇到问题。此外,我在定义 feature_names 和 class_names 时遇到问题,因为它们是连续的数字。在 R 中,这是一个相当简单的视觉效果,但 python 似乎需要更多思考。
我正在利用纽约 属性 数据来预测未来的房价。我想在决策树中将其可视化。
python
from sklearn.ensemble import RandomForestRegressor
random_forest = RandomForestRegressor(n_estimators=12)
random_forest.fit(X_train, y_train)
from sklearn.tree import export_graphviz
estimator = random_forest.estimators_[5]
export_graphviz(
estimator,
out_file="nyc_tree.dot",
rounded=True,
filled=True
)
我希望决策树有多个分支。
您遇到了什么样的问题?使您的数据的形状不正确 (n_samples,n_features) X,和 (n_samples) for y.
否则,这个 website 可能会对您有所帮助,它正是您想要的。
我在使用随机森林绘制线性回归模型时遇到问题。此外,我在定义 feature_names 和 class_names 时遇到问题,因为它们是连续的数字。在 R 中,这是一个相当简单的视觉效果,但 python 似乎需要更多思考。
我正在利用纽约 属性 数据来预测未来的房价。我想在决策树中将其可视化。
python
from sklearn.ensemble import RandomForestRegressor
random_forest = RandomForestRegressor(n_estimators=12)
random_forest.fit(X_train, y_train)
from sklearn.tree import export_graphviz
estimator = random_forest.estimators_[5]
export_graphviz(
estimator,
out_file="nyc_tree.dot",
rounded=True,
filled=True
)
我希望决策树有多个分支。
您遇到了什么样的问题?使您的数据的形状不正确 (n_samples,n_features) X,和 (n_samples) for y.
否则,这个 website 可能会对您有所帮助,它正是您想要的。