如何更改随机森林用于从单个树做出决策的功能？
How to change the function a random forest uses to make decisions from individual trees?
随机森林在训练时使用'大量决策树并输出class，即classes的模式（class化）个别树'.
有没有办法，而不是使用 class 模式，运行 原始树产生的输出的另一个随机森林？
奖金问题：这是一个坏主意的原因吗？ （我相信人们之前会想到这一点）
我假设这只是一个性能选项，你的想法听起来不错，但没有更好的"randomness"但计算速度可能较慢。
您可以访问拟合随机森林实例的 estimators_ 属性中的各个决策树。
您甚至可以重新采样该属性（它只是一个 Python 决策树对象列表）以添加或删除树并查看对生成的森林的预测质量的影响。
随机森林在训练时使用'大量决策树并输出class，即classes的模式（class化）个别树'.
有没有办法，而不是使用 class 模式，运行 原始树产生的输出的另一个随机森林？
奖金问题：这是一个坏主意的原因吗？ （我相信人们之前会想到这一点）
我假设这只是一个性能选项，你的想法听起来不错，但没有更好的"randomness"但计算速度可能较慢。
您可以访问拟合随机森林实例的 estimators_ 属性中的各个决策树。
您甚至可以重新采样该属性（它只是一个 Python 决策树对象列表）以添加或删除树并查看对生成的森林的预测质量的影响。