RandomTreesEmbedding#

class sklearn.ensemble.RandomTreesEmbedding(n_estimators=100, *, max_depth=5, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_leaf_nodes=None, min_impurity_decrease=0.0, sparse_output=True, n_jobs=None, random_state=None, verbose=0, warm_start=False)[源代码]#

完全随机的树的集合。

数据集到多维稀疏表示的无监督转换。数据点根据其被排序到每棵树的哪一片叶子来编码。使用树叶的单热编码，这会导致二进制编码，叶子的数量与森林中的树木一样多。

结果表示的维数为： n_out <= n_estimators * max_leaf_nodes .如果 max_leaf_nodes == None ，叶节点的数量最多 n_estimators * 2 ** max_depth .

有关将随机树嵌入应用于非线性分类的示例，请参阅使用完全随机树哈希特征转换 .

阅读更多的 User Guide .

参数:

n_estimatorsint，默认=100

森林中的树木数量。

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

max_depthint，默认=5

每棵树的最大深度。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) is 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) is 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_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.

sparse_output布尔，默认=True

是否返回稀疏CSR矩阵（作为默认行为），或者返回与密集管道操作符兼容的密集阵列。

n_jobsint，默认=无

并行运行的作业数。 fit , transform , 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

控制随机数的生成 y 用于适应树并在树的节点处绘制每个要素的分裂。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

属性:

estimator_ : ExtraTreeRegressor 例如ExtraTreeRegressor实例: 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_ : list of ExtraTreeRegressor 实例列表: 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。
one_hot_encoder_OneHotEncoder实例: 一热编码器用于创建稀疏嵌入。
estimators_samples_list of arrays: 为每个基本估计量绘制的样本的子集。

参见

ExtraTreesClassifier: 一个额外的树分类器。
ExtraTreesRegressor: 额外的树回归因子。
RandomForestClassifier: 随机森林分类器。
RandomForestRegressor: 随机森林回归量。
sklearn.tree.ExtraTreeClassifier: 一个极其随机的树分类器。
sklearn.tree.ExtraTreeRegressor: 一个极其随机的树回归器。

引用

[1]

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

[2]

Moosmann，F.和Triggs，B.和朱莉，F. “使用随机集群森林的快速辨别视觉代码本”NIPS 2007

示例

>>> from sklearn.ensemble import RandomTreesEmbedding
>>> X = [[0,0], [1,0], [0,1], [-1,0], [0,-1]]
>>> random_trees = RandomTreesEmbedding(
...    n_estimators=5, random_state=0, max_depth=1).fit(X)
>>> X_sparse_embedding = random_trees.transform(X)
>>> X_sparse_embedding.toarray()
array([[0., 1., 1., 0., 1., 0., 0., 1., 1., 0.],
       [0., 1., 1., 0., 1., 0., 0., 1., 1., 0.],
       [0., 1., 0., 1., 0., 1., 0., 1., 0., 1.],
       [1., 0., 1., 0., 1., 0., 1., 0., 1., 0.],
       [0., 1., 1., 0., 1., 0., 0., 1., 1., 0.]])

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=None, sample_weight=None)[源代码]#

拟合估计量。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: 输入样本。使用 dtype=np.float32 以获得最大效率。还支持稀疏矩阵，使用稀疏 csc_matrix 以获得最大效率。
y忽视: 未使用，按照惯例，为了API一致性而存在。
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: 返回实例本身。

fit_transform(X, y=None, sample_weight=None)[源代码]#

适合估计器和转换数据集。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: 输入用于建造森林的数据。使用 dtype=np.float32 以获得最大效率。
y忽视: 未使用，按照惯例，为了API一致性而存在。
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:

X_transformed形状稀疏矩阵（n_samples，n_out）: 转换的数据集。

get_feature_names_out(input_features=None)[源代码]#

获取用于转换的输出要素名称。

参数:

input_features字符串或无的类数组，默认=无: 仅用于通过中看到的名称验证要素名称 fit .

返回:

feature_names_out字符串对象的nd数组: 转换后的要素名称，格式为 randomtreesembedding_{tree}_{leaf} ，在哪里 tree 是用于生成叶子的树， leaf 是该树中叶节点的索引。请注意，节点索引方案用于索引具有子节点（拆分节点）和叶节点的节点。只有后者才能作为输出特征呈现。因此，输出要素名称中缺少索引。

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。

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

设置输出容器。

看到介绍 set_output API 了解如何使用API的示例。

参数:

transform{“默认”，“pandas”，“polars”}，默认=无

配置输出 transform 和 fit_transform .

"default" ：Transformer的默认输出格式
"pandas" ：DataFrame输出
"polars" ：两极输出
None ：转换配置不变

Added in version 1.4: "polars" 添加了选项。

返回:

self估计器实例: 估计实例。

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。

transform(X)[源代码]#

转换数据集。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}: 输入要转换的数据。使用 dtype=np.float32 以获得最大效率。还支持稀疏矩阵，使用稀疏 csr_matrix 以获得最大效率。

返回:

X_transformed形状稀疏矩阵（n_samples，n_out）: 转换的数据集。