我有兴趣训练一个随机森林来学习一些从某个分布独立采样的数据 {X, y} 的条件分位数。
也就是说，对于一些 $$\alpha \in (0, 1)$$，一个映射 $$\hat{q} {\alpha}(x) \in [0, 1]$$ 使得对于每个 $X $, $$argmin {\hat{q} {\alpha} P(y < \hat{q} \alpha(x)) > \alpha$$。
有没有什么明确的方法可以在 python 中有效地构建一个随机森林来产生这样的模型？
此外，我还有一个附加要求，虽然我不确定，但目前的库可能是可能的。要求：我想从我的训练集中选择一个点子集 A，并在我进行预测时从我的随机森林中选择并排除那些用 A 中的点训练的树。