RandomForestRegressor#

class sklearn.ensemble.RandomForestRegressor(n_estimators=100, *, criterion='squared_error', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=1.0, max_leaf_nodes=None, min_impurity_decrease=0.0, bootstrap=True, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, ccp_alpha=0.0, max_samples=None, monotonic_cst=None)[源代码]#

随机森林回归量。

随机森林是一种Meta估计器，它将许多决策树回归量与数据集的各个子样本相匹配，并使用平均值来提高预测准确性并控制过度匹配。森林中的树木使用最好的分裂策略，即相当于通过 splitter="best" 到下面的 DecisionTreeRegressor .子样本大小通过 max_samples 参数：如果 bootstrap=True （默认），否则整个数据集将用于构建每棵树。

有关基于树的集成模型之间的比较，请参见示例比较随机森林和柱状图梯度增强模型 .

阅读更多的 User Guide .

参数:

n_estimatorsint，默认=100

森林中树木的数量。

在 0.22 版本发生变更: 的默认值 n_estimators 0.22时从10变为100。

criterion{“平方误差”，“绝对误差”，“friedman_mse”，“poisson”}，默认=“平方错误”

衡量拆分质量的功能。支持的标准是均方误差的“squared_oss”，其等于作为特征选择标准的方差减少，并使用每个终端节点的平均值最小化L2损失，“friedman_mse”，其使用均方误差和Friedman的改进分数来进行潜在分裂，“absolute_oss”用于平均绝对误差，其使用每个终端节点的中位数来最小化L1损失，以及“poisson”，它使用Poisson偏差的减少来寻找分裂。使用“绝对错误”的训练明显比使用“平方错误”慢。

Added in version 0.18: 平均绝对误差（MAE）标准。

Added in version 1.0: Poisson准则。

max_depthint，默认=无

树的最大深度。如果无，则扩展节点，直到所有叶都是纯的，或者直到所有叶包含的样本少于min_samples_split。

min_samples_splitint或float，默认=2

拆分内部节点所需的最小样本数：

如果是int，那么考虑 min_samples_split 作为最小数量。
If float, then min_samples_split is a fraction and ceil(min_samples_split * n_samples) are the minimum number of samples for each split.

在 0.18 版本发生变更: 为分数添加了浮动值。

min_samples_leafint或float，默认=1

叶节点处所需的最小样本数量。任何深度的分裂点只有在至少离开时才会被考虑 min_samples_leaf 左分支和右分支中的训练样本。这可能会平滑模型，特别是在回归中。

如果是int，那么考虑 min_samples_leaf 作为最小数量。
If float, then min_samples_leaf is a fraction and ceil(min_samples_leaf * n_samples) are the minimum number of samples for each node.

在 0.18 版本发生变更: 为分数添加了浮动值。

min_weight_fraction_leaffloat，默认=0.0

叶节点所需的（所有输入样本的）权重总和的最小加权分数。当未提供sample_weight时，样本的重量相同。

max_features{“SQRT”，“log 2”，无}，int或float，默认=1.0

寻找最佳拆分时需要考虑的功能数量：

如果是int，那么考虑 max_features 每个分裂的特征。
If float, then max_features is a fraction and max(1, int(max_features * n_features_in_)) features are considered at each split.
如果是“SQRT”，那么 max_features=sqrt(n_features) .
如果“log 2”，那么 max_features=log2(n_features) .
如果无或1.0，那么 max_features=n_features .

备注

默认值1.0相当于袋装树，可以通过设置较小的值（例如0.3）来实现更多随机性。

在 1.1 版本发生变更: 违约 max_features 由 "auto" 到1.0。

注意：直到找到节点样本的至少一个有效分区，拆分的搜索才会停止，即使它需要有效检查超过 max_features 功能.

max_leaf_nodesint，默认=无

种植树木 max_leaf_nodes 以最好的方式。最佳节点定义为杂质的相对减少。如果无，则叶节点数量无限。

min_impurity_decreasefloat，默认=0.0

如果这种分裂导致杂质减少大于或等于该值，则节点将被分裂。

加权杂质减少方程如下：

N_t / N * (impurity - N_t_R / N_t * right_impurity
                    - N_t_L / N_t * left_impurity)

哪里 N 是样本总数， N_t 是当前节点处的样本数， N_t_L 是左侧子项中的样本数，并且 N_t_R 是正确子项中的样本数。

N , N_t , N_t_R 和 N_t_L 如果 sample_weight 已通过。

Added in version 0.19.

bootstrap布尔，默认=True

构建树时是否使用引导样本。如果为False，则使用整个数据集来构建每棵树。

oob_score布尔或可调用，默认=False

是否使用袋外样本来估计概括分数。默认情况下， r2_score 采用了提供带有签名的可传唤件 metric(y_true, y_pred) 使用自定义指标。仅在以下情况下可用 bootstrap=True .

n_jobsint，默认=无

并行运行的作业数。 fit , predict , decision_path 和 apply 都在树木上平行排列。 None 意思是1，除非在a中 joblib.parallel_backend 上下文 -1 意味着使用所有处理器。看到 Glossary 了解更多详细信息。

random_stateint，RandomState实例或无，默认=无

控制构建树时使用的样本自举的随机性（如果 bootstrap=True ）以及在每个节点寻找最佳拆分时要考虑的要素抽样（如果 max_features < n_features ).看到 Glossary 有关详细信息

verboseint，默认=0

控制匹配和预测时的详细程度。

warm_start布尔，默认=假

如果设置为 True ，重复使用上一次调用的解决方案来适应并向集合添加更多估计量，否则，只适合一个全新的森林。看到 Glossary 和安装额外的树木有关详细信息

ccp_alpha非负浮点数，默认值=0.0

复杂度参数用于最小成本-复杂度修剪。成本复杂性最大的子树小于 ccp_alpha 将被选中。默认情况下，不执行修剪。看到最小成本复杂性修剪有关详细信息看到具有成本复杂性修剪的后修剪决策树作为这种修剪的一个例子。

Added in version 0.22.

max_samplesint或float，默认=无

如果bootstrap为True，则为从X中提取以训练每个基本估计量的样本数。

如果无（默认值），则绘制 X.shape[0] 样品
如果是int，那么画 max_samples 样品
如果是浮动的，那就画画 max(round(n_samples * max_samples), 1) 样品因此， max_samples 应该在间隔 (0.0, 1.0] .

Added in version 0.22.

monotonic_cst形状（n_features）的int的类数组，默认=无

指示对每个要素强制执行的单调性约束。

1：单调增加
0：无约束
-1：单调递减

如果单调_cst为无，则不应用约束。

不支持单调性约束：

多输出回归（即当 n_outputs_ > 1 ),
regressions trained on data with missing values.

阅读更多的 User Guide .

Added in version 1.4.

属性:

estimator_ : DecisionTreeRegressorDecisionTreeRegressor: 用于创建匹配子估计量集合的子估计量模板。

Added in version 1.2: base_estimator_ 更名为 estimator_ .
estimators_DecisionTreeRegressor列表: 拟合子估计量的集合。
feature_importances_形状的nd数组（n_features，）: 基于杂质的特征很重要。
n_features_in_int: 期间看到的功能数量 fit .

Added in version 0.24.
feature_names_in_ ：nd形状数组 (n_features_in_ ,)nd数组形状（: Names of features seen during fit. Defined only when X has feature names that are all strings.

Added in version 1.0.
n_outputs_int: 当时的输出数量 fit 是执行的。
oob_score_浮子: 使用袋外估计获得的训练数据集分数。此属性仅存在于 oob_score 是真的
oob_prediction_形状的nd数组（n_samples，）或（n_samples，n_outputs）: 使用训练集的袋外估计计算预测。此属性仅存在于 oob_score 是真的
estimators_samples_list of arrays: 为每个基本估计量绘制的样本的子集。

参见

sklearn.tree.DecisionTreeRegressor: 决策树回归器。
sklearn.ensemble.ExtraTreesRegressor: 极其随机的树回归子的集合。
sklearn.ensemble.HistGradientBoostingRegressor: 一个基于柱状图的梯度增强回归树，对于大数据集来说非常快（n_samples >= 10_000）。

注意到

控制树大小的参数的默认值（例如 max_depth , min_samples_leaf 等）导致完全生长和未修剪的树，这些树在某些数据集中可能非常大。为了减少内存消耗，应通过设置这些参数值来控制树的复杂性和大小。

特征总是在每次拆分时随机排列。因此，即使使用相同的训练数据，最佳发现的分裂也可能会有所不同， max_features=n_features 和 bootstrap=False ，如果在搜索最佳分裂期间列举的几个分裂的标准改进相同。为了在装配期间获得确定性行为， random_state 必须修复。

默认值 max_features=1.0 使用 n_features 而不是 n_features / 3 .后者最初是在 [1] ，而前者最近在经验上得到了证实， [2] .

引用

[1]

Breiman，“Random Forests”，Machine Learning，45（1），5-32，2001。

[2]

P. Geurts, D. Ernst., and L. Wehenkel, "Extremely randomized trees", Machine Learning, 63(1), 3-42, 2006.

示例

>>> from sklearn.ensemble import RandomForestRegressor
>>> from sklearn.datasets import make_regression
>>> X, y = make_regression(n_features=4, n_informative=2,
...                        random_state=0, shuffle=False)
>>> regr = RandomForestRegressor(max_depth=2, random_state=0)
>>> regr.fit(X, y)
RandomForestRegressor(...)
>>> print(regr.predict([[0, 0, 0, 0]]))
[-8.32987858]

apply(X)[源代码]#

将森林中的树应用于X，返回叶索引。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: 输入样本。在内部，它的d类型将转换为 dtype=np.float32 .如果提供了稀疏矩阵，则会将其转换为稀疏矩阵 csr_matrix .

返回:

X_leaves形状的nd数组（n_samples，n_estimators）: 对于X中的每个数据点x和森林中的每个树，返回x结束的叶子的索引。

decision_path(X)[源代码]#

返回森林中的决策路径。

Added in version 0.18.

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: 输入样本。在内部，它的d类型将转换为 dtype=np.float32 .如果提供了稀疏矩阵，则会将其转换为稀疏矩阵 csr_matrix .

返回:

indicator形状稀疏矩阵（n_samples，n_nodes）: 返回一个节点指示符矩阵，其中非零元素指示样本经过节点。该矩阵为CSR格式。
n_nodes_ptr形状的nd数组（n_estimators + 1，）: 指标中的列 [n_nodes_ptr[i] ：n_nodes_Ptr [i+1] ]给出第i个估计器的指标值。

fit(X, y, sample_weight=None)[源代码]#

根据训练集（X，y）构建树木森林。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: The training input samples. Internally, its dtype will be converted to dtype=np.float32. If a sparse matrix is provided, it will be converted into a sparse csc_matrix.
y形状的类似阵列（n_samples，）或（n_samples，n_outputs）: The target values (class labels in classification, real numbers in regression).
sample_weight形状类似数组（n_samples，），默认=无: 样本重量。如果无，则样本的加权相等。在每个节点中搜索拆分时，会创建净零或负权重的子节点的拆分将被忽略。在分类的情况下，如果拆分会导致任何单个类在任一子节点中携带负权重，则也会被忽略。

返回:

self对象: 拟合估计量。

get_metadata_routing()[源代码]#

获取此对象的元数据路由。

请检查 User Guide 关于路由机制如何工作。

返回:

routingMetadataRequest: A MetadataRequest 封装路由信息。

get_params(deep=True)[源代码]#

获取此估计器的参数。

参数:

deep布尔，默认=True: 如果为True，将返回此估计量和包含的作为估计量的子对象的参数。

返回:

paramsdict: 参数名称映射到其值。

predict(X)[源代码]#

预测X的回归目标。

输入样本的预测回归目标被计算为森林中树木的平均预测回归目标。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: 输入样本。在内部，它的d类型将转换为 dtype=np.float32 .如果提供了稀疏矩阵，则会将其转换为稀疏矩阵 csr_matrix .

返回:

y形状的nd数组（n_samples，）或（n_samples，n_outputs）: 预测值。

score(X, y, sample_weight=None)[源代码]#

返回预测的决定系数。

决定系数 $R^2$ 被定义为 $(1 - \frac{u}{v})$ ，在哪里 $u$ 是残差平方和 ((y_true - y_pred)** 2).sum() 和 $v$ 是平方总和 ((y_true - y_true.mean()) ** 2).sum() .最好的可能分数是1.0，并且可以是负的（因为模型可以任意更差）。始终预测的期望值的恒定模型 y 如果不考虑输入功能，就会得到 $R^2$ 评分0.0。

参数:

X形状类似阵列（n_samples，n_features）: Test samples. For some estimators this may be a precomputed kernel matrix or a list of generic objects instead with shape (n_samples, n_samples_fitted), where n_samples_fitted is the number of samples used in the fitting for the estimator.
y形状的类似阵列（n_samples，）或（n_samples，n_outputs）: 真正的价值观 X .
sample_weight形状类似数组（n_samples，），默认=无: 样本重量。

返回:

score浮子: $R^2$ 的 self.predict(X) w.r.t. y .

注意到

的 $R^2$ 呼叫时使用的分数 score 在回归器上使用 multioutput='uniform_average' 从0.23版本开始，与默认值保持一致 r2_score .这影响了 score 所有多输出回归器的方法（除了 MultiOutputRegressor ).

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → RandomForestRegressor[源代码]#

请求元数据传递给 fit 法

请注意，此方法仅适用于以下情况 enable_metadata_routing=True （见 sklearn.set_config ).请参阅 User Guide 关于路由机制如何工作。

The options for each parameter are:

True ：元数据被请求并传递给 fit 如果提供的话。如果未提供元数据，则会忽略请求。
False ：未请求元数据，元估计器不会将其传递给 fit .
None ：不请求元数据，如果用户提供元估计器，则元估计器将引发错误。
str ：元数据应通过此给定别名而不是原始名称传递给元估计器。

默认 (sklearn.utils.metadata_routing.UNCHANGED ）保留现有请求。这允许您更改某些参数的请求，而不是其他参数。

Added in version 1.3.

备注

只有当该估计器用作元估计器的子估计器时，该方法才相关，例如在 Pipeline .否则就没有效果了。

参数:

sample_weight字符串、真、假或无，默认=sklearn.utils. metalics_Routing.UNChanged: 元数据路由 sample_weight 参数 fit .

返回:

self对象: 更新的对象。

set_params(**params)[源代码]#

设置此估计器的参数。

该方法适用于简单估计器以及嵌套对象（例如 Pipeline ).后者具有以下形式的参数 <component>__<parameter> 以便可以更新嵌套对象的每个组件。

参数:

**paramsdict: 估计参数。

返回:

self估计器实例: 估计实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → RandomForestRegressor[源代码]#

请求元数据传递给 score 法

请注意，此方法仅适用于以下情况 enable_metadata_routing=True （见 sklearn.set_config ).请参阅 User Guide 关于路由机制如何工作。

The options for each parameter are:

True ：元数据被请求并传递给 score 如果提供的话。如果未提供元数据，则会忽略请求。
False ：未请求元数据，元估计器不会将其传递给 score .
None ：不请求元数据，如果用户提供元估计器，则元估计器将引发错误。
str ：元数据应通过此给定别名而不是原始名称传递给元估计器。

默认 (sklearn.utils.metadata_routing.UNCHANGED ）保留现有请求。这允许您更改某些参数的请求，而不是其他参数。

Added in version 1.3.

备注

只有当该估计器用作元估计器的子估计器时，该方法才相关，例如在 Pipeline .否则就没有效果了。

参数:

sample_weight字符串、真、假或无，默认=sklearn.utils. metalics_Routing.UNChanged: 元数据路由 sample_weight 参数 score .

返回:

self对象: 更新的对象。