隨機森林 - 預測使用較少的估計量

Question

我已經訓練了一個使用scikit學習（python）的隨機森林（迴歸在這種情況下）模型，我想繪製一個驗證集的錯誤率基於使用估計量。換句話說，有一種方法可以預測在RandomForestRegressor中只使用一部分估計量？

使用預測（X）將根據每棵樹結果的均值給出預測。有限制樹木使用的方法嗎？或者最終，爲森林中的每棵樹獲得每個單獨的輸出？

Answer 1

感謝cohoz我已經想通了如何做到這一點。 我已經寫了幾個def，結果在繪製測試集上的隨機森林迴歸器的學習曲線時變得非常方便。

Answer 2

一旦訓練完成，您可以通過隨機森林對象的「estimators_」屬性訪問它們。