从随机森林中获取树

Question

我使用的是Skleran的随机森林分类器。我已经训练和调整了我的模型。

我的数据集包含40个样本，每个样本具有4个特征，并且我希望在两个类中对样本进行分类。

现在我的问题是:我想要保存此模型形成的树，并将其再次加载到另一个脚本中以进行预测。

注意-我知道joblib和pickle模块，它们将模型保存在".sav“文件中，但我不想保存该模型的实例。

通过使用sklearns的"tree.export_graphviz“，我发现了一种非常有趣的方法。这是我用来保存树的代码：

from sklearn.ensemble import RandomForestClassifier 
from sklearn.tree import export_graphviz

model=RandomForestClassifier()
model.fit(X, Y)

i_tree=0
for tree in model.estimators_:
    with open('iris_tree_' + str(i_tree) + '.dot', 'w') as my_file:
        my_file = export_graphviz(tree, out_file = my_file)
    i_tree = i_tree + 1

我面临的问题是如何使用这些树进行预测？

保存的文件包含此格式的树：

digraph Tree {
node [shape=box] ;
0 [label="X[3] <= 0.4\ngini = 0.4387\nsamples = 20\nvalue = [27, 13]"] ;
1 [label="gini = 0.0\nsamples = 7\nvalue = [0, 13]"] ;
0 -> 1 [labeldistance=2.5, labelangle=45, headlabel="True"] ;
2 [label="gini = 0.0\nsamples = 13\nvalue = [27, 0]"] ;
0 -> 2 [labeldistance=2.5, labelangle=-45, headlabel="False"] ;
}

可以使用graphviz的在线门户将数据转换为树。

转换后的数据看起来像this

如何解析这种类型的数据？

我最感兴趣的是树中每个块中的"X3<=0.4“值。我只需要知道在我的树的任何块中是否有像"X3<=0.4“这样的条件(因为树可以嵌套)

Answer 1

如果它确实是您要查找的小片段，则可以考虑使用正则表达式，例如：

\D\[\d+\]\s+<=\s+\d+\.\d+

也就是说，“非数字字符，左方括号，一些数字，右括号，空白，<=符号，空白，一些数字，小数点，一些数字”。我在你的文本上测试了这个正则表达式，它只与这个片段匹配。