你将如何解释一个集成树模型？

Question

在机器学习中，像随机森林这样的集成树模型很常见。该模型由一组所谓的决策树模型组成。然而，我们如何分析这些模型具体学到了什么？

Answer 1

在这种意义上，你不能只画出简单的决策树。只有极其简单的模型才能容易地被研究。更复杂的方法需要更复杂的工具，这些工具只是近似值，是寻找什么的一般想法。因此，对于集合，您可以尝试查看单个模型的属性的一些期望。例如，您可以查找一些特征重要性度量，它向您显示哪些特征用于在相同程度上进行预测。你不会得到一个简单的if/else结构，这是不可能的，只是一些模糊的想法。对于RF，您可以提取特征重要性，它或多或少是样本的预期分数，实际上是考虑到特定特征而“命中”决策节点。