我试图找出随机森林分类器用于预测某个类别的特征值的范围。

例如，我们有IRIS数据集；

我使用随机森林分类器根据其特征预测花朵属于哪种花类，有4个特征（花萼长度、花萼宽度、花瓣长度、花瓣宽度）。

我可以找出特征的重要性，并通过使用Graphviz可视化分类器的步骤。现在我想找出例如花萼长度的范围，哪些范围会导致预测结果为Setosa，即花瓣长度在0.2到0.4之间是Setosa物种的指示器。我可以使用Graphviz视觉化查看这些数据，但我希望有一种方法来存储和分析整个数据集的数据，使用200个估计器。有没有办法以文本形式收集和存储数据，下图中的决策树中，如果花瓣长度<= 2.6，则类别为Setosa。

https://images.app.goo.gl/pPK1KsXAMY3z27JW8

我希望有一个类似这样的数据框架：

        node |   feature     | Samples | Value     | Class    --------------------------------------------------------------   1.    1   |  花萼长度    |    23   |  <= 0.2   | Setosa   2.    3   |  花瓣宽度    |    45   |  <= 0.3   | Versicolor   3.   ...          ...         ...        ...        ...   n.    178 |  花萼宽度    |    3    |  <= 0.4   | Setosa

一旦我有了数据框架，我就可以分析并看到例如；Setosa花的花瓣长度在0.1 – 0.3之间，花萼长度在0.4-0.7之间等

这甚至可能吗？如果可以，任何建议都将不胜感激。

编辑：我已经查看了每棵树的决策路径，虽然有帮助，但它们不包含预测的类别，因此对我想要做的事情没有帮助。

我想我唯一的选择就是解析从Graphviz函数获得的dot文件，并手动将信息存储到数据框架中。

回答：

scikit-learn的RandomForestClassifier有一个名为estimators_的属性，训练后它是一个由DecisionTreeClassifier实例组成的列表，这些实例共同构成了森林。

现在我们可以访问各个树，我们更仔细地查看DecisionTreeClassifier实例。每个实例都有一个tree_属性，其中包含实际的决策树和您感兴趣的所有属性。

scikit-learn的优秀团队甚至编写了关于如何访问树属性的文档。

我理解您需要每个节点的主要类别，就像在graphviz可视化中一样，这不是节点上的标准属性。您提到您可能会解析graphviz的输出，但也许您可以查看graphviz的代码！

正如您可以看到在node_to_str函数的这一行他们对值变量进行了argmax操作，该变量在这里定义这里。我认为如果您将这些与上面链接的文档结合起来，您应该能够获得每个节点的类别！