我是否可以使用RandomForestClassifier创建随机森林，它将由相同的树组成？

Question

根据对这问题的回答，我应该能够使用bootstrap = False, max_features = None, random_state = 42参数构建一个具有所有相同树的随机森林。

我写了测试它的快速代码，似乎创建了不同的树。

是否有可能使用RandomForestClassifier创建一个随机森林，从而产生相同的树？

Answer 1

您想要创建一个随机林，其中所有决策树都是相同的。(我相信你正试图把这作为一种教育活动，而不是严肃的事情。：)

你试图通过设置random_state来做到这一点，并引用了我的答案

• 为什么max\_features=n\_features不使随机森林独立于树木的数量吗？

事实上，正如你所发现的，我的答案并不完全正确。

我编辑了它以添加

虽然这消除了训练的随机性成分，但决策树仍然是不同的。问题是，sklearn组合根据给出的随机状态为每个孩子生成一个新的随机种子。它们不传递相同的random_state。您可以通过从集成基模块(特别是_set_random_states )中检查这条线方法来看到这种情况，后者将random_state传播到组件的子模块中。

如您所见，sklearn使用给RandomForest的RandomForest为每个子节点创建新的随机状态，

for key in sorted(estimator.get_params(deep=True)):
    if key == 'random_state' or key.endswith('__random_state'):
        to_set[key] = random_state.randint(MAX_RAND_SEED)

因此，他们将是不同的。之所以这样做，大概是因为异质性是使集合强大的原因。请注意，这并不是特定于RandomForest，而是任何一个滑雪组合。

对不起，我对你所提问题的回答不正确。如果需要，可以使用随机林实现。那是完全同质的。