您将如何解释集成树模型？答案

【问题标题】：How would you interpret an ensemble tree model?您将如何解释集成树模型？
【发布时间】：2016-09-07 10:11:22
【问题描述】：

在机器学习中，随机森林等集成树模型很常见。该模型由一组所谓的决策树模型组成。然而，我们如何分析这些模型具体学到了什么？

【问题讨论】：

标签： machine-learning random-forest ensemble-learning

【解决方案1】：

在这个意义上，你不能仅仅绘制简单的决策树。只有极其简单的模型才能轻松研究。更复杂的方法需要更复杂的工具，这些工具只是近似值，是关于寻找什么的一般想法。因此，对于集成，您可以尝试查看对单个模型属性的一些期望。例如，您可以查找一些特征重要性度量，它向您显示哪些特征用于在相同程度上进行预测。你不会得到一个简单的 if/else 结构，这根本是不可能的，而是一些模糊的想法。对于 RF，您可以取出特征重要性，它或多或少是预期样本中实际“命中”考虑特定特征的决策节点的部分。

【讨论】：