Я генерирую случайный лес для задачи регрессии с несколькими выходами.В конце концов, метод прогнозирования дает мне результаты, которые являются средними от всех различных результатов, генерируемых различными деревьями в лесу для данного x.Что я ищу для всех 'ys', сгенерированных этими локотями в формате numpy (может быть)?Я не уверен, есть ли какой-либо метод, доступный в RandomForestRegressor scikit-learn.
Вот так выглядит мое дерево: 
estimator = model2.estimators_[23][9]
from sklearn.externals.six import StringIO
from IPython.display import Image
from sklearn.tree import export_graphviz
import pydotplus
dot_data = StringIO()
export_graphviz(estimator, out_file=dot_data,
filled=True, rounded=True,
special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
Image(graph.create_png())
Я ожидаю
[2,3,3]
но я получаю
2.6