有没有办法从随机森林模型中提取树的深度？

Question

我创建了一个随机森林分类器，我是，试图生成我的随机森林模型的树的深度直方图。我只是不能提取森林里每棵树的深度。

我的RF模型被称为'RF_optimised‘，我已经尝试了下面的代码来迭代我的树并可视化它已经工作了。我已经看过了estimators_和export_graphviz文档，但是似乎没有一种方法可以提取树的实际深度。

from sklearn import tree
from sklearn.tree import export_graphviz
from sklearn.externals.six import StringIO

# Create a string buffer to write to (a fake text file)
f = StringIO()

i_tree = 0
for tree_in_forest in RF_optimised.estimators_:

    export_graphviz(tree_in_forest,out_file=f,
    #feature_names=col,
    filled=True,
    rounded=True,
    proportion=True)

    graph = pydotplus.graph_from_dot_data(f.getvalue())
    display(Image(graph.create_png()))

我需要一个函数来迭代我的随机森林中的树，并将树的深度存储在一个列表或数据帧中，以便稍后生成一个直方图。有人能帮忙吗？

Answer 1

解释器中的一些研究表明，每个Tree实例都有一个max_depth参数，这似乎是我要寻找的--同样，它没有文档化。

[estimator.tree_.max_depth for estimator in RF_optimised.estimators_]

为我做了个诀窍:)