go - 如何从随机森林分类器预测转换为回归器预测？

Question

我希望使用golearn存储库（https://github.com/sjwhitworth/golearn）在 Go 中使用随机森林回归器。据我所知，golearn 仅支持随机森林分类器，它使用类别和概率进行预测（https://github.com/sjwhitworth/golearn/blob/master/trees/id3.go#L413）。

有没有一种简单的方法可以利用分类器的预测概率并使用它来形成标量预测（相当于回归器的预测）？

提前致谢！

标签： gomachine-learningregressionrandom-forest

Answer 1

通常不可能将树叶中的分数转换为回归输出。他们只是不一样。

链接包中的决策树似乎使用源代码https://github.com/sjwhitworth/golearn/blob/master/trees/trees.go中编写的 ID3 算法构建树 （请参阅：https:// en.wikipedia.org/wiki/ID3_algorithm）

ID3 将通过优化信息增益（最小化熵）来构建树结构。您将不得不使用 CART 算法来完成回归任务（优化方差减少）。