Random-Forest
從隨機森林製作單個決策樹
我正在使用 scikit learn 構建一個隨機森林分類器。我聽說有可能從隨機森林構建單個決策樹。建議是，儘管決策樹可能不如隨機森林分類器那麼好，但它可能比使用標準方法得到的決策樹更好。
但是我一直無法在網上找到這種方法。它存在嗎？
我的問題不是關於從隨機森林中提取其中一個決策樹。它正在詢問一種從整個隨機森林構建新決策樹的方法，也許是通過以某種方式組合隨機森林中的樹。
也許您正在尋找的是Domingos 在 90 年代開發的組合多個模型(CMM) 方法。在他的 ICML 論文中描述了將其與 C4.5 規則集合一起使用的詳細信息
多明戈斯，佩德羅。“通過多種模型從示例中獲取知識。” 在第十四屆機器學習國際會議論文集上。1997 年。
表 1 中的偽代碼並非特定於 bagged C4.5，但是：
要將其應用於隨機森林，關鍵問題似乎是如何生成隨機生成的示例. 這是一個筆記本，展示了一種使用
sklearn.這讓我想知道在 CMM 上做了哪些後續工作，是否有人提出了更好的生成方法. 我在這裡創建了一個關於它的新問題。
