機器學習-演算法-隨機森林回歸(RandomForestRegressor)

DecisionTreeClassifier

class sklearn.ensemble.RandomForestRegressor(n_estimators=’warn’, criterion=’mse’, 
max_depth=None, min_samples_split=2, min_samples_leaf=1, 
min_weight_fraction_leaf=0.0, max_features=’auto’, max_leaf_nodes=None, 
min_impurity_decrease=0.0, min_impurity_split=None, bootstrap=True, 
oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False)

• 其大部分的參數、屬性、接口全部和隨機森林回歸(RandomForestClassifier)
  • 僅只有回歸樹和分類樹的不同
  • 不純度指標，參數criterion不一致

重要參數

• criterion:參閱回歸樹介紹

tips

• 因其不存在每個樣本被分類到某個標籤的概率問題，所以並沒有predict_proba的接口可以使用

Reference

1. http://www.peixun.net/view/1281.html