class sklearn.ensemble.RandomForestRegressor(n_estimators=100, *, 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, verboose=0, warm_start=False, ccp_alpha=0, 0, max_samples=None)¶

satunnainen metsänsäätäjä.

satunnaismetsä on meta-estimaattori, joka sopii tietueen eri osanäytteisiin usealle luokitellulle puustolle ja käyttää keskiarvoa ennustetarkkuuden parantamiseen ja ylisovituksen hallintaan.Osanäytteen kokoa kontrolloidaanmax_samples – parametrilla, josbootstrap=True (oletusarvo), muuten koko aineistoa käytetään jokaisen puun rakentamiseen.

Lue lisää käyttöohjeesta.

parametrit n_estimatorsint, default=100

metsän puiden lukumäärä.

criterion{”mse”, ”mae”}, default=”mse”

funktio, jolla mitataan jaon laatua. Tuetut kriteerit ovat ” mse ”keskimääräiselle neliövirheelle, joka on yhtä suuri kuin variancereduction ominaisuusvalintakriteerinä, ja” mae ” keskiarvoabsoluuttiselle virheelle.

max_depthint, default=None

puun suurin syvyys. Jos ei ole, niin solmut laajennetaan, kunnes kaikki lehdet ovat puhtaita tai kunnes kaikki lehdet sisältävät vähemmän kuin min_samples_split näytteitä.

min_samples_splitint tai float, default=2

sisäisen solmun jakamiseen tarvittava vähimmäismäärä näytteitä:

• Jos int, niin pitäkää min_samples_split vähimmäislukuna.

Jos kelluu, niinmin_samples_spliton murto-osa jaceil(min_samples_split * n_samples)ovat kunkin jaon vähimmäismäärä näytteitä.

min_samples_leafint tai float, default=1

näytteiden vähimmäismäärä, joka tarvitaan lehtisolmuun.Jakopiste missä tahansa syvyydessä otetaan huomioon vain, jos siitä jää vähintään min_samples_leaf harjoitusnäytteet kussakin vasemmassa ja oikeassa haarassa. Tämä voi vaikuttaa mallin tasoittumiseen erityisesti regressiossa.

• Jos int, niin pitäkää min_samples_leaf vähimmäislukuna.

Jos kelluu, niinmin_samples_leafon murto-osa jaceil(min_samples_leaf * n_samples)ovat näytteen vähimmäismäärä kullekin solmulle.

min_weight_fraction_leaffloat, default=0,0

pienin painotettu osuus niiden painojen kokonaismäärästä, joiden on oltava lehtisolmussa. Näytteillä on sama paino, kun näytteitä_painoa ei toimiteta.

max_features{”auto”, ”sqrt”, ”log2″}, int tai float, default=”auto”

parhaita jakoja etsittäessä huomioon otettavien ominaisuuksien määrä:

• Jos int, niin harkitse max_features ominaisuuksia jokaisessa jaossa.

Jos kelluu, niinmax_featureson murtoluku jaround(max_features * n_features)ominaisuudet huomioidaan jokaisessa.

• Jos ”auto”, niin max_features=n_features.

• Jos ”sqrt”, niin max_features=sqrt(n_features).

• Jos ”log2”, niin max_features=log2(n_features).

• Jos ei ole, niin max_features=n_features.

Huomautus: jaon haku ei lopu ennen kuin solmunäytteiden vähintään yksi evalid-osio löytyy, vaikka se vaatisikin tarkastamaan tehokkaasti enemmän kuin max_features ominaisuudet.

max_leaf_nodesint, default=None

Grow trees with max_leaf_nodes in best-first fashion.Parhaat solmut määritellään epäpuhtauden suhteellisena vähenemisenä.Jos ei ole niin rajoittamaton määrä lehtiä solmuja.

min_impurity_decreasefloat, default=0.0

solmu jaetaan, jos tämä jako indusoi impuritygreaterin pienenemisen suuremmaksi tai yhtä suureksi kuin tämä arvo.

painotettu epäpuhtauden vähennysyhtälö on seuraava:

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

missä N on näytteiden kokonaismäärä, N_t on näytteiden lukumäärä nykyinen solmukohta, N_t_L on näytteiden lukumäärä Theft child, ja N_t_R on näytteiden lukumäärä oikealla lapsella.

NN_tN_t_R ja N_t_L kaikki viittaavat painotettuun summaan,jos sample_weight on läpäisty.

min_impurity_splitfloat, default=None

kynnysarvo puun kasvun varhaiselle pysähtymiselle. Solmu splitif sen epäpuhtaus on kynnyksen yläpuolella, muuten se on lehti.

bootstrapbool, default=True

käytetäänkö bootstrap-näytteitä puita rakennettaessa. Jos kyseessä on väärä tietokokonaisuus, jokaisen puun rakentamiseen käytetään koko tietokokonaisuutta.

oob_scorebool, default=False

käytetäänkö pussittamattomia näytteitä R^2: n arvioimiseksi näkymättömistä tiedoista.

n_jobsint, default=None

samanaikaisesti suoritettavien töiden määrä. fitpredictdecision_path and apply are all parallelized over thetrees. None means 1 unless in a joblib.parallel_backendcontext. -1 means using all processors. See Glossary for more details.

random_stateint, RandomState instance or None, default=None

kontrolloi sekä rakennuspuiden yhteydessä käytettyjen otosten satunnaisuutta (if bootstrap=True) että otantaa otoksista, jotka on otettava huomioon etsittäessä parasta jakoa kussakin solmussa(if max_features < n_features).Katso tarkemmat tiedot sanastosta.

verboseint, default=0

ohjaa verbositeettia sovittaessa ja ennustettaessa.

warm_startbool, default=False

kun asetuksena on True, käytä edellisen kehotuksen ratkaisu uudelleen ja lisää estimaattoreita kokonaisuuteen, muuten vain sovita kokonainen metsä. Katso Sanasto.

ccp_alphanon-negative float, default=0.0

Complexity-parametria käytetään minimaaliseen Kustannuskompleksisuuden karsintaan. Valituksi tulee joukko, jonka suurin kustannuskompleksisuus on pienempi kuinccp_alpha. Oletusarvoisesti karsintaa ei suoriteta. SeeMinimal kustannukset-monimutkaisuus karsiminen yksityiskohtia.

max_samplesint tai float, default=None

Jos bootstrap on totta, Xto-junan kustakin perusestimaattorista otettavien näytteiden lukumäärä.

• Jos ei ole (oletusarvo), piirretään X.shape näytteet.

Jos int, niin vedetäänmax_samplesnäytteet.

• Jos kellutaan, vedetään max_samples * X.shape näytteet. Näin ollenmax_samples pitäisi olla väli (0, 1).

attribuutit base_estimator_DecisionTreeRegressor

the child estimator template used to create the collection of fittedsub-estimators.

estimators_list of DecisionTreeRegressor

the collection of fitted sub-estimators.

feature_importances_ndarray of shape (n_features,)

epäpuhtauksiin perustuva ominaisuus importances.

n_features_int

ominaisuuksien lukumäärä, kun fit suoritetaan.

n_outputs_int

lähtöjen lukumäärä, kun fit suoritetaan.

oob_score_float

pisteet harjoitusaineistosta, jotka on saatu pussittomalla estimaatilla.Tämä ominaisuus on olemassa vain, jos oob_score on tosi.

oob_prediction_ndarray of shape (n_samples,)

ennuste laskettuna out-of-bag-estimaatilla harjoitussarjassa.Tämä ominaisuus on olemassa vain, jos oob_score on tosi.

toteaa

oletusarvot puiden kokoa ohjaaville parametreille(esim. max_depthmin_samples_leaf jne.) johtavat täysikasvuisiin ja poimuttumattomiin puihin, jotka voivat joissakin tietoaineistoissa olla hyvinkin suuria. Muistinkulutuksen vähentämiseksi puiden monimutkaisuutta ja kokoa olisi valvottava asettamalla nämä parametriarvot.

ominaisuudet permantoituvat aina satunnaisesti jokaisessa jaossa. Näin ollen parhaiten löydetty jaottelu voi vaihdella, jopa samoilla koulutustietoilla,max_features=n_features ja , jos kriteerin paraneminen on sama usealle parhaan jaon etsinnässä luetellulle jaolle. Deterministisen käyttäytymisen saamiseksi kestoaikana random_state on oltava kiinteä.

oletusarvo max_features="auto" käyttää n_featureseikä n_features / 3. Jälkimmäinen oli alun perin ehdotettu, kun taas edellinen oli viime aikoina perusteltua empiirisesti vuonna .

1

1. Breiman, ”Satunnaismetsät”, Koneoppiminen, 45(1), 5-32, 2001.

2

P. Geurts, D. Ernst., ja L. Wehenkel, ”Extremely randomizedtrees”, Koneoppiminen, 63(1), 3-42, 2006.

Examples

>>> 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(]))

Methods

apply(X)¶

sovelletaan metsän puita X: ään, paluulehtien indekseihin.

parametrit X{array-like, harva matriisi} muotoa (n_samples, n_features)

tulonäytteet. Sisäisesti sen dtype muuttuu muotoondtype=np.float32. Jos annetaan harvamatriisi, se muuntuu harvaksi csr_matrix.

palauttaa X_leavesndarray of shape (n_samples, n_estimators)

jokaiselle datapoint x in X Ja jokaiselle metsän puulle palauttaa indeksin,johon lehti x päätyy.

decision_path(X)¶

Return the decision trail in the forest.

parametrit X{array-like, harva matriisi} muotoa (n_samples, n_features)

tulonäytteet. Sisäisesti sen dtype muuttuu muotoondtype=np.float32. Jos annetaan harvamatriisi, se muuntuu harvaksi csr_matrix.

palauttaa indicatorsparse-matriisin muodon (n_samples, n_nodes)

Palauta solmuindikaattorimatriisi, jossa ei-nollaelementit ilmaisevat, että näytteet kulkevat solmujen läpi. Matriisi on CSRformat.

n_nodes_ptrndarray of shape (n_estimators + 1,)

sarakkeet indikaattorin:n_nodes_ptr]antaa indikaattorin arvo i-th estimaattori.

ominaisuusfeature_importances_¶

epäpuhtauksiin perustuva ominaisuus importances.

Mitä korkeampi, sitä tärkeämpi ominaisuus.Ominaisuuden merkitys lasketaan kyseisen ominaisuuden tuoman kriteerin (normalisoituna) kokonaishäviönä. Sitä kutsutaan myös Gini-tärkeydeksi.

Varoitus: epäpuhtauksiin perustuvat ominaisuustuonnot voivat olla harhaanjohtavia korkeille kardinaaliominaisuuksille (monet yksilölliset arvot). sklearn.inspection.permutation_importance vaihtoehtona.

Returns feature_ importances_ndarray of shape (n_features,)

arvot tämän array summa 1, paitsi jos kaikki puut ovat yksittäisiä nodetres koostuu vain juurisolmu, jolloin se on anarray nollia.

fit(X, y, sample_weight=None)¶

Rakenna koulutussarjasta puumetsä (X, y).

parametrit X{array-like, harva matriisi} muodon (n_samples, n_features)

harjoitussyötteen näytteet. Sisäisesti sen dtype muunnetaan muotoon dtype=np.float32. Jos annetaan harvamatriisi, se muuntuu harvaksi csc_matrix.

yarray-muotoiset (n_samples,) tai (n_samples, n_outputs)

tavoitearvot (luokkanimikkeet luokittelussa, reaaliluvut repressiossa).

sample_weightarray-like of shape (n_samples,), default=None

Sample weightarray-like of shape. Jos niitä ei ole, näytteet painotetaan yhtä paljon. Splits that loisi lapsi solmut netto nolla tai negatiivinen paino areignored etsittäessä jako kussakin solmussa. Luokituksen tapauksessa jaottelut jätetään myös huomiotta, jos ne johtaisivat siihen, että jommassakummassa lapsisolmussa olisi yksi luokka, jolla on negatiivinen painoarvo.

palauttaa selfobjectget_params(deep=True)¶

Hanki tälle estimaattorille parametrit.

parametrit deepbool, default=True

Jos True, palauttaa tämän estimaattorin parametrit ja contained subobjects, jotka ovat estimaattoreita.

palauttaa paramsdict

Parametrinimet, jotka on kartoitettu niiden arvoihin.

predict(X)¶

ennusta regressiotavoite X: lle.

syöttönäytteen ennustettu regressiotavoite lasketaan metsän puiden ennustettuina regressiotavoitteina.

parametrit X{array-like, harva matriisi} muotoa (n_samples, n_features)

tulonäytteet. Sisäisesti sen dtype muuttuu muotoondtype=np.float32. Jos annetaan harvamatriisi, se muuntuu harvaksi csr_matrix.

palauttaa yndarray of shape (n_samples,) tai (n_samples, n_outputs)

ennustetut arvot.

score(X, y, sample_weight=None)¶

Palauta determinaatiokerroin \(R^2\).

kerroin \(R^2\) määritellään \((1 – \frac{u}{v})\),missä \(u\) on neliöiden jäännössumma ((y_true - y_pred)** 2).sum() ja \(v\) on neliöiden kokonaissumma ((y_true -y_true.mean()) ** 2).sum(). Paras mahdollinen pistemäärä on 1,0 ja se voi olla negatiivinen (koska malli voi olla mielivaltaisesti huonompi). Akonstanttimalli,joka aina ennustaa yodotusarvon, ottamatta huomioon syöttöominaisuuksia, saisi \(R^2\) pistearvon 0.0.

parametrit Xarray-muotoiset (n_samples, n_features)

testinäytteet. Joidenkin estimaattoreiden kohdalla kyseessä voi olla esikomputoitu matriisi tai sen sijaan Luettelo yleisistä kappaleista, joiden muoto on(n_samples, n_samples_fitted), missä n_samples_fittedon estimaattorin sovituksessa käytettyjen näytteiden lukumäärä.

yarrayn kaltainen muoto (n_samples,) tai (n_samples, n_outputs)

todelliset arvot X.

sample_weightarray-like of shape (n_samples,), default=None

Sample weightarray-like of shape.

palauttaa scorefloat

\(R^2\) of self.predict(X) wrt. y.

toteaa

\(r^2\) – pisteet, joita käytetään score regressorilla, käyttäämultioutput='uniform_average' versiosta 0.23 pitääkseen konsistentin r2_score.Tämä vaikuttaa score kaikkien multioutputregressorien menetelmään (paitsiMultiOutputRegressor).

set_params(**params)¶

Aseta tämän estimaattorin parametrit.

menetelmä toimii sekä yksinkertaisilla estimaattoreilla että sisäkkäisillä kohteilla(kuten Pipeline). Viimeksi mainituilla on muotoa <component>__<parameter> niin, että sisäkkäisen kohteen jokainen komponentti on mahdollista päivittää.

parametrit * * paramsdict

Estimaattoriparametrit.

palauttaa selfestimaattori-instanssin

estimaattori-instanssin.