如何改变随机森林所使用的函数，以便从单个树木中作出决策？

Question

随机森林在训练时使用多个决策树，并输出类，这是单个树的类(分类)模式。

是否有一种方法，而不是使用类的模式，运行另一个随机森林的输出产生的原始树？

附加问题:这是个坏主意，有什么原因吗？(我相信人们以前也会想到这一点)

Answer 1

您可以访问合适的随机森林实例的estimators_属性中的各个决策树。

您甚至可以重新采样该属性(它只是一个决策树对象的Python列表)，以添加或删除树，并查看对结果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”，但计算速度可能更慢。