是否有一种方法可以强制Random Forest Regressor不适合拦截器？

Question

我想知道是否有一种适合sklearn随机森林回归器的方法，使得全0输入将为我提供0预测。对于线性模型，我知道我可以在初始化时简单地传入fit_intercept=False参数，并且我想为随机森林复制此参数。

基于树的模型实现我想要做的事情有意义吗？如果是这样，我该如何实施？

Answer 1

简短回答：否。

---

长回答：

基于树的模型与线性模型完全不同；树中甚至不存在拦截的概念。

为了了解为什么会这样，我们从documentation（一个具有单个输入功能的决策树）中修改简单的示例：

import numpy as np
from sklearn.tree import DecisionTreeRegressor, plot_tree
import matplotlib.pyplot as plt

# Create a random dataset
rng = np.random.RandomState(1)
X = np.sort(5 * rng.rand(80, 1), axis=0)
y = np.sin(X).ravel()
y[::5] += 3 * (0.5 - rng.rand(16))

# Fit regression model
regr = DecisionTreeRegressor(max_depth=2)
regr.fit(X, y)

# Predict
X_test = np.arange(0.0, 5.0, 0.01)[:, np.newaxis]
y_pred = regr.predict(X_test)

# Plot the results
plt.figure()
plt.scatter(X, y, s=20, edgecolor="black",
            c="darkorange", label="data")
plt.plot(X_test, y_pred, color="cornflowerblue",
         label="max_depth=2", linewidth=2)
plt.xlabel("data")
plt.ylabel("target")
plt.title("Decision Tree Regression")
plt.legend()
plt.show()

这里是输出：

粗略地说，决策树试图对数据进行[[局部近似，因此在其Universe中不存在任何全局尝试（例如拦截线）。

回归树实际作为输出返回的是训练样本的因变量y的

均值

，该样本在拟合期间最终出现在各个终端节点（叶）中。要看到这一点，让我们绘制上面刚刚装配的树：

plt.figure()
plot_tree(regr, filled=True)
plt.show()

在这个非常简单的玩具示例中遍历树，您应该能够使自己相信X=0的预测为0.052。让我们验证一下：
regr.predict(np.array([0]).reshape(1,-1))
# array([0.05236068])

我通过一个非常简单的决策树说明了上面的内容，以使您了解为何此处不存在拦截的概念；结论是，任何实际上基于决策树并由决策树组成的模型（例如“随机森林”）也应如此。