我有一组状态到动作的配对数据集，(s,a)，其中每个s定义了a的可能选择上的概率分布，每个a都是从该概率分布中抽取的。我希望为这个数据集训练一个分类器，使其不是学习预测最大似然值，而是预测a是从哪个分布中抽取的。

例如，如果你在玩迭代的石头剪刀布游戏，你的状态可能是你之前的动作，a属于{石头，纸，剪刀}，其中之前的状态会降低再次选择该动作的概率。我的数据集看起来会像这样：

PreviousAction,ChosenRock,PaperPaper,RockRock,ScissorsScissors,PaperPaper,Paper...

使用scikit-learn中的随机森林是否可以学习标签上的概率分布？

回答：

是的，可以。使用fit训练一个RandomForestClassifier（它期望y参数是标签而不是概率分布），然后使用predict_proba进行预测。