访问单个树估计器以预测来自梯度提升分类器估计器的值答案

【问题标题】：Acccesing individual tree estimators to predict values from gradient boosting classfiier estimators访问单个树估计器以预测来自梯度提升分类器估计器的值
【发布时间】：2018-11-29 07:43:10
【问题描述】：

gbm0 = GradientBoostingClassifier(n_estimators=500, random_state=42)
%time modelfit(gbm0, X_train, y_train)

##model fit is a fucntion i wrote to create a report on gbm classifier

preds = np.stack([t.predict(X_valid) for t in gbm0.estimators_])

报错

  ----> 1 preds = np.stack([t.predict(X_valid) for t in gbm0.estimators_])

 AttributeError: 'numpy.ndarray' object has no attribute 'predict'

如何访问单个树的预测方法来查看预测？

【问题讨论】：

标签： python-3.x scikit-learn classification random-forest decision-tree

【解决方案1】：

数组estimators_ 的形状为(n_estimators, 1)，用于二进制分类。所以你可以通过重塑来修复错误：

preds = np.stack([t.predict(X_valid) for t in gbm0.estimators_.reshape(-1)])

【讨论】：

酷。这也行。 preds = np.stack([t[0].predict(X_valid) for t in gbm0.estimators_])