随机森林 - 预测使用较少的估计量

Question

我已经训练了一个使用scikit学习（python）的随机森林（回归在这种情况下）模型，我想绘制一个验证集的错误率基于使用估计量。换句话说，有一种方法可以预测在RandomForestRegressor中只使用一部分估计量？

使用预测（X）将根据每棵树结果的均值给出预测。有限制树木使用的方法吗？或者最终，为森林中的每棵树获得每个单独的输出？

Answer 1

感谢cohoz我已经想通了如何做到这一点。 我已经写了几个def，结果在绘制测试集上的随机森林回归器的学习曲线时变得非常方便。

Answer 2

一旦训练完成，您可以通过随机森林对象的“estimators_”属性访问它们。