scikit-learn - 如何更改随机森林用于从单个树做出决策的函数？

Question

随机森林使用“在训练时使用大量决策树并输出作为单个树的类（分类）模式的类”。

有没有办法，而不是使用作为模式的类，在原始树产生的输出上运行另一个随机森林？

额外的问题：这是一个坏主意有什么原因吗？（我相信人们之前会想到这一点）

Answer 1

estimators_您可以访问拟合随机森林实例属性中的各个决策树。

您甚至可以重新采样该属性（它只是决策树对象的 Python 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。

Answer 2

我认为这只是一个性能选项，您的想法听起来不错，但没有更好的“随机性”，但计算速度可能较慢。