主要问题:如何在python和scikit-learn中结合不同的randomForests？
我目前正在R中使用randomForest包，通过弹性贴图缩减来生成randomforest对象。这是为了解决分类问题。
由于我的输入数据太大而无法容纳在一台机器上的内存中，因此我将数据采样到较小的数据集中，并生成包含较小树集的随机森林对象。然后，我使用修改后的Combine函数将不同的树合并在一起，以创建一个新的随机森林对象。该随机森林对象包含特征重要性和最后的树集。这不包括oob错误或树木的票数。
虽然这在R中很好用，但我想使用scikit-learn在Python中做同样的事情。我可以创建不同的随机森林对象，但是没有任何方法可以将它们组合在一起以形成一个新对象。谁能指出我可以结合森林的功能？可以使用scikit-learn吗？
这是有关在R:Combining random forests built with different training sets in R中如何执行此过程的问题的链接。
编辑:生成的随机森林对象应包含可用于预测的树以及特征重要性。
任何帮助，将不胜感激。
最佳答案
当然，只需汇总所有树木，例如，从pyrallel看一下此片段:
def combine(all_ensembles):
"""Combine the sub-estimators of a group of ensembles
>>> from sklearn.datasets import load_iris
>>> from sklearn.ensemble import ExtraTreesClassifier
>>> iris = load_iris()
>>> X, y = iris.data, iris.target
>>> all_ensembles = [ExtraTreesClassifier(n_estimators=4).fit(X, y)
... for i in range(3)]
>>> big = combine(all_ensembles)
>>> len(big.estimators_)
12
>>> big.n_estimators
12
>>> big.score(X, y)
1.0
"""
final_ensemble = copy(all_ensembles[0])
final_ensemble.estimators_ = []
for ensemble in all_ensembles:
final_ensemble.estimators_ += ensemble.estimators_
# Required in old versions of sklearn
final_ensemble.n_estimators = len(final_ensemble.estimators_)
return final_ensemble
关于python - 使用scikit-learn并行生成随机森林，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/25914320/