Как можно преобразовать предсказания случайного классификатора леса в предсказания регрессора?

Question

Я хочу использовать Случайный Лесной Регрессор в Go, используя репозиторий golearn (https://github.com/sjwhitworth/golearn). Насколько я знаю, golearn поддерживает только случайные лесные классификаторы, которые делают прогнозы с классом и вероятностью (https://github.com/sjwhitworth/golearn/blob/master/trees/id3.go#L413).

Есть ли простой способ использовать прогнозируемую вероятность из классификатора и использовать ее для формирования скалярного прогноза (эквивалентного прогнозу от регрессора)?

Заранее спасибо!

Answer 1

Как правило, невозможно превратить оценки из листьев дерева в результаты регрессии. Они просто не одинаковы.

Деревья решений в вашем связанном пакете, кажется, строят деревья, используя алгоритм ID3, как написано в Source https://github.com/sjwhitworth/golearn/blob/master/trees/trees.go (См .: https://en.wikipedia.org/wiki/ID3_algorithm)

ID3 построит древовидную структуру путем оптимизации информационного усиления (минимизация энтропии). Вам придется использовать CART-алгоритм для выполнения задачи регрессии (которая оптимизирует снижение дисперсии).