ExtraTreeRegressor

class sklearn.tree.ExtraTreeRegressor(*, criterion='squared_error', splitter='random', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=1.0, random_state=None, min_impurity_decrease=0.0, max_leaf_nodes=None, ccp_alpha=0.0, monotonic_cst=None)

一个极其随机的树回归器。

额外树与经典决策树的构建方式不同。当寻找最佳拆分将节点的样本分为两组时，会为每个组绘制随机拆分 max_features 随机选择的特征并选择其中的最佳分割。当 max_features 设置1，这相当于构建一个完全随机的决策树。

警告：额外树仅应在集成方法中使用。

阅读更多的 User Guide .

参数:

criterion{“平方误差”，“friedman_mse”，“绝对误差”，“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。

Added in version 0.18: 平均绝对误差（MAE）标准。

Added in version 0.24: Poisson偏差准则。

splitter{“随机”，“最好”}，默认=“随机”

用于选择每个节点的拆分的策略。支持的策略是“最佳”选择最佳拆分，“随机”选择最佳随机拆分。

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_featuresint、float、{“SQRT”，“log 2”}或无，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) .

• If None, then max_features=n_features.

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.

random_stateint，RandomState实例或无，默认=无

Used to pick randomly the max_features used at each split. See Glossary for details.

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.

max_leaf_nodesint，默认=无

种植一棵树 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。

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.

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：单调减少

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:

max_features_int

max_features的推断值。

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.

feature_importances_形状的nd数组（n_features，）

Return the feature importances.

n_outputs_int

当时的输出数量 fit 是执行的。

tree_树实例

基础Tree对象。请参阅 help(sklearn.tree._tree.Tree) 对于树对象的属性和 了解决策树结构 这些属性的基本用法。

参见

ExtraTreeClassifier

一个极其随机的树分类器。

sklearn.ensemble.ExtraTreesClassifier

一个额外的树分类器。

sklearn.ensemble.ExtraTreesRegressor

额外的树回归因子。

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。

引用

[1]

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

示例

>>> from sklearn.datasets import load_diabetes
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.ensemble import BaggingRegressor
>>> from sklearn.tree import ExtraTreeRegressor
>>> X, y = load_diabetes(return_X_y=True)
>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, random_state=0)
>>> extra_tree = ExtraTreeRegressor(random_state=0)
>>> reg = BaggingRegressor(extra_tree, random_state=0).fit(
...     X_train, y_train)
>>> reg.score(X_test, y_test)
0.33...

apply(X, check_input=True)

返回每个样本预测的叶子的索引。

Added in version 0.17.

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

输入样本。在内部，它将被转换为 dtype=np.float32 并且如果将稀疏矩阵提供给稀疏矩阵 csr_matrix .

check_input布尔，默认=True

允许绕过多个输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回:

X_leaves形状类似阵列（n_samples，）

对于X中的每个数据点x，返回叶x最终到达的索引。叶子在内编号 [0; self.tree_.node_count) ，编号中可能存在差距。

cost_complexity_pruning_path(X, y, sample_weight=None)

在最小成本复杂性修剪期间计算修剪路径。

看到 最小成本复杂性修剪 了解修剪过程的详细信息。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

训练输入样本。在内部，它将被转换为 dtype=np.float32 并且如果将稀疏矩阵提供给稀疏矩阵 csc_matrix .

y形状的类似阵列（n_samples，）或（n_samples，n_outputs）

目标值（类标签）为整数或字符串。

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。如果分裂会导致任何单个类在任一子节点中具有负权重，则也会被忽略。

返回:

ccp_path : Bunch群

类似字典的对象，具有以下属性。

ccp_alphasndarray

剪枝过程中子树的有效alpha值。

杂质ndarray

对应Alpha值的子树叶的杂质总和 ccp_alphas .

decision_path(X, check_input=True)

返回树中的决策路径。

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，它将被转换为 dtype=np.float32 并且如果将稀疏矩阵提供给稀疏矩阵 csr_matrix .

check_input布尔，默认=True

允许绕过多个输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回:

indicator形状稀疏矩阵（n_samples，n_nodes）

返回节点指示器CSR矩阵，其中非零元素表示样本经过节点。

fit(X, y, sample_weight=None, check_input=True)

从训练集（X，y）构建决策树回归器。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

训练输入样本。在内部，它将被转换为 dtype=np.float32 并且如果将稀疏矩阵提供给稀疏矩阵 csc_matrix .

y形状的类似阵列（n_samples，）或（n_samples，n_outputs）

目标值（真实数字）。使用 dtype=np.float64 和 order='C' 以获得最大效率。

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。

check_input布尔，默认=True

允许绕过多个输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回:

selfDecisionTreeRegressor

拟合估计量。

get_depth()

返回决策树的深度。

树的深度是根和任何叶子之间的最大距离。

返回:

self.tree_.max_depthint

树的最大深度。

get_metadata_routing()

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_n_leaves()

返回决策树的叶子数量。

返回:

self.tree_.n_leavesint

树叶数量。

get_params(deep=True)

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, check_input=True)

预测X的类或回归值。

对于分类模型，返回X中每个样本的预测类别。对于回归模型，返回基于X的预测值。

参数:

X形状（n_samples，n_features）的{类数组，稀疏矩阵}

输入样本。在内部，它将被转换为 dtype=np.float32 并且如果将稀疏矩阵提供给稀疏矩阵 csr_matrix .

check_input布尔，默认=True

允许绕过多个输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回:

y形状的类似阵列（n_samples，）或（n_samples，n_outputs）

预测的类别或预测值。

score(X, y, sample_weight=None)

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 = '$UNCHANGED$') → ExtraTreeRegressor

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)

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 = '$UNCHANGED$') → ExtraTreeRegressor

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。