Używam scikit-learn's Random Forest Regressor do dopasowania losowego regresora lasu na zbiorze danych. Czy możliwe jest zinterpretowanie danych wyjściowych w formacie, w którym mogę następnie zastosować dopasowanie modelu bez użycia scikit-learn lub nawet Python?Losowa interpretacja lasu w scikit-learn
Rozwiązanie należy wdrożyć w mikrokontroleru, a może nawet w wersji FPGA. Robię analizy i uczenie się w Pythonie, ale chcę je wdrożyć na UC lub FPGA.
Wygląda na to, że 'export_graphviz' jest w' sklearn.tree' i przyjmuje jako parametr drzewo decyzyjne. W jaki sposób można to zastosować do metody zespołu, takie jak 'sklearn.ensemble.RandomForestRegressor'? –
@Los Losowy las to po prostu zbiór drzew, a zatem można go wyeksportować w grafviz. – sashkello
Cool. Właśnie zauważyłem pole estimators_ dla uzyskania poszczególnych regresorów: http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html. Dzięki! –