Programmierung random-forest

21

Wie extrahiere ich die Entscheidungsregeln aus dem Scikit-Learn-Entscheidungsbaum?

Kann ich die zugrunde liegenden Entscheidungsregeln (oder 'Entscheidungspfade') aus einem trainierten Baum in einem Entscheidungsbaum als Textliste extrahieren? Etwas wie: if A>0.4 then if B<0.2 then if C>0.8 then class='X' Danke für Ihre Hilfe.

156 python machine-learning scikit-learn decision-tree random-forest

6

Wie werden feature_importances in RandomForestClassifier ermittelt?

Ich habe eine Klassifizierungsaufgabe mit einer Zeitreihe als Dateneingabe, wobei jedes Attribut (n = 23) einen bestimmten Zeitpunkt darstellt. Neben dem absoluten Klassifizierungsergebnis möchte ich herausfinden, welche Attribute / Daten in welchem Umfang zum Ergebnis beitragen. Deshalb benutze ich nur das feature_importances_, was für mich gut funktioniert. Ich würde jedoch …

125 scikit-learn random-forest feature-selection

3

RandomForestClassifier vs ExtraTreesClassifier in scikit lernen

Kann jemand den Unterschied zwischen dem RandomForestClassifier und dem ExtraTreesClassifier in scikit lernen erklären. Ich habe viel Zeit damit verbracht, die Zeitung zu lesen: P. Geurts, D. Ernst. Und L. Wehenkel, "Extrem randomisierte Bäume", Machine Learning, 63 (1), 3-42, 2006 Es scheint, dass dies der Unterschied für ET ist: 1) …

94 scikit-learn random-forest

6

Muss ich Daten für randomForest (R-Paket) normalisieren (oder skalieren)?

Ich mache eine Regressionsaufgabe - muss ich Daten für randomForest (R-Paket) normalisieren (oder skalieren)? Und ist es notwendig, auch Zielwerte zu skalieren? Und wenn - ich die Skalierungsfunktion aus dem Caret-Paket verwenden möchte, aber nicht gefunden habe, wie ich Daten zurückerhalten kann (entkalken, denormalisieren). Kennen Sie keine andere Funktion (in …

76 r random-forest

3

Wie verwende ich zufällige Gesamtstrukturen in R mit fehlenden Werten?

library(randomForest) rf.model <- randomForest(WIN ~ ., data = learn) Ich möchte ein zufälliges Waldmodell anpassen, erhalte jedoch folgende Fehlermeldung: Error in na.fail.default(list(WIN = c(2L, 1L, 1L, 2L, 1L, 2L, 2L, 1L, : missing values in object Ich habe Datenrahmen mit 16 numerischen Attributen gelernt und WIN ist ein Faktor mit …

74 r random-forest

Als «random-forest» getaggte Fragen