ランダムフォレスト分類子の決定パス方式（scikit）

Question

私はタイタニックデータセット上の標準randomforestclassifierを実装し、v0.18で導入されたsklearnのdecision_path方法を模索したいと考えていました。 （http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html）

しかし、それは私がの意味を理解するかどうかは定かではないよスパース行列を出力します。これをどのように視覚化するのがよいかアドバイスできますか？

#Training a simplified random forest 
estimator = RandomForestClassifier(random_state=0, n_estimators=3, max_depth=3) 
estimator.fit(X_train, y_train) 

#Extracting the decision path for instance i = 12 
i_data = X_test.iloc[12].values.reshape(1,-1) 
d_path = rf_best.decision_path(i_data) 

print(d_path) 

出力：

（圧縮スパース行形式で598個の 格納された要素を有するタイプの< 1x3982疎行列 ''>、アレイ（[0、45、
98、149、190 、233、258、309、360、401、430、 461、512、541、580、623、668、711、760、803、852、889、 932、981、1006、1035、1074、1107、1136 、1165,1196,1241,1262, 1313,1350,1385,1420,1465,1518,1553,1590,1625,1672,1707, 17 44、1787、1812、1863、1904、1945、1982、2017、2054、2097、2142、 2191、2228、2267、2304、2343、2390、2419、2456、2489、2534、2583、 2632、2677、 2714、2739、2786、2833、2886、2919、2960、2995、3032、 3073、3126、3157、3194、3239、3274、3313、3354、3409、3458、3483、 3516、3539、3590、3629、 3660、3707、3750、3777、3822、3861、3898、3939 、3982]、DTYPE = INT32））

謝罪私は十分な詳細を提供していないよ場合 - 私はそう知らせてください。

ありがとうございます！

注：あなたは森の中で木を視覚化したい場合編集がランダムフォレスト（リミット深さとn_trees）

Answer 1

を簡素化するために、あなたがここで提供さ答えてみてください：https://stats.stackexchange.com/q/118016

があなたへの適応を問題：

from sklearn import tree 

... 

i_tree = 0 
for tree_in_forest in estimator.estimators_: 
    with open('tree_' + str(i_tree) + '.dot', 'w') as my_file: 
     my_file = tree.export_graphviz(tree_in_forest, out_file = my_file) 
    i_tree = i_tree + 1 

このあなたは番目の各1用のPDFファイルを作成することができます0〜9 =私のためにtree_i.dotと呼ばれるファイルを10（森の中の木のデフォルト数）を作成しますEMは、（例えば）の端末でやって：

$ dot -Tpdf tree_0.dot -o tree.pdf 

誰もがあなたが始めることをお勧めします:)