极端随机树回归器#

class sklearn.tree.ExtraTreeRegressor(*, criterion='squared_error', splitter='random', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=1.0, random_state=None, min_impurity_decrease=0.0, max_leaf_nodes=None, ccp_alpha=0.0, monotonic_cst=None)[source]#

极端随机树回归器。

极端随机树与经典决策树的构建方式不同。在寻找最佳分割点将节点样本分成两组时，会为每个随机选择的max_features特征随机抽取分割点，然后选择这些分割点中最好的一个。当max_features设置为1时，这相当于构建一棵完全随机的决策树。

警告：极端随机树应该只在集成方法中使用。

阅读更多内容，请参阅用户指南。

参数：

criterion{“squared_error”, “friedman_mse”, “absolute_error”, “poisson”}, default=”squared_error”

用于衡量分割质量的函数。支持的准则包括：“squared_error”（均方误差），它等于方差减少作为特征选择标准，并使用每个终端节点的均值最小化L2损失；“friedman_mse”，它使用具有Friedman改进分数的均方误差来进行潜在分割；“absolute_error”（平均绝对误差），它使用每个终端节点的中位数最小化L1损失；以及“poisson”，它使用泊松偏差的减少来查找分割点。

0.18版本新增：平均绝对误差 (MAE) 准则。

0.24版本新增：泊松偏差准则。

splitter{“random”, “best”}, default=”random”

用于选择每个节点分割点的策略。支持的策略包括“best”（选择最佳分割点）和“random”（选择最佳随机分割点）。

max_depthint, default=None

树的最大深度。如果为None，则节点将一直扩展，直到所有叶子节点都是纯的，或者所有叶子节点包含的样本数都小于min_samples_split。

min_samples_splitint 或 float, default=2

分割内部节点所需的最小样本数。

如果为整数，则将其视为最小样本数。
如果为浮点数，则min_samples_split是一个分数，ceil(min_samples_split * n_samples)是每次分割的最小样本数。

0.18版本变更：添加了浮点值以表示分数。

min_samples_leafint 或 float, default=1

叶子节点所需的最小样本数。只有当分割点在任何深度都能在左右分支中至少留下min_samples_leaf个训练样本时，才会考虑该分割点。这可能会使模型更加平滑，尤其是在回归中。

如果为整数，则将其视为最小样本数。
如果为浮点数，则min_samples_leaf是一个分数，ceil(min_samples_leaf * n_samples)是每个节点的最小样本数。

0.18版本变更：添加了浮点值以表示分数。

min_weight_fraction_leaffloat, default=0.0

叶子节点所需的总权重（所有输入样本的权重总和）的最小加权分数。当未提供sample_weight时，样本具有相等的权重。

max_featuresint, float, {“sqrt”, “log2”} 或 None, default=1.0

查找最佳分割时要考虑的特征数。

如果为整数，则每次分割时考虑max_features个特征。
如果为浮点数，则max_features是一个分数，max(1, int(max_features * n_features_in_))个特征在每次分割时都被考虑。
如果为“sqrt”，则max_features=sqrt(n_features)。
如果为“log2”，则max_features=log2(n_features)。
如果为None，则max_features=n_features。

1.1版本变更：max_features的默认值已从"auto"更改为1.0。

注意：即使需要有效检查超过max_features个特征，搜索分割也不会停止，直到找到节点样本至少一个有效的划分。

random_stateint, RandomState 实例或 None, default=None

用于随机选择每次分割时使用的max_features。详情请参阅词汇表。

min_impurity_decreasefloat, default=0.0

如果此分割导致杂质减少大于或等于此值，则将分割节点。

加权杂质减少方程如下：

N_t / N * (impurity - N_t_R / N_t * right_impurity
                    - N_t_L / N_t * left_impurity)

其中N表示样本总数，N_t表示当前节点的样本数，N_t_L表示左子节点的样本数，N_t_R表示右子节点的样本数。

如果传递了sample_weight，则N、N_t、N_t_R和N_t_L均指加权和。

0.19 版本新增。

max_leaf_nodesint，默认为 None

以最佳优先的方式生长一棵具有max_leaf_nodes个叶节点的树。最佳节点定义为杂质的相对减少量。如果为 None，则叶节点数量不限。

ccp_alpha非负浮点数，默认为 0.0

用于最小成本复杂度剪枝的复杂度参数。将选择成本复杂度小于ccp_alpha且最大的子树。默认情况下，不执行剪枝。详情请参见最小成本复杂度剪枝。有关此类剪枝的示例，请参见使用成本复杂度剪枝后剪枝决策树。

0.22 版本新增。

monotonic_cst形状为 (n_features,) 的整型数组，默认为 None

指示要对每个特征强制执行的单调性约束。

1：单调递增
0：无约束
-1：单调递减

如果 monotonic_cst 为 None，则不应用任何约束。

不支持以下情况下的单调性约束：

多输出回归（即当n_outputs_ > 1时），
在具有缺失值的数据上训练的回归。

在用户指南中了解更多信息。

1.4 版本新增。

属性：

max_features_int: max_features 的推断值。
n_features_in_int: 在拟合期间看到的特征数量。

0.24 版本新增。
feature_names_in_形状为 (n_features_in_,) 的 ndarray: 在拟合期间看到的特征名称。仅当X具有全是字符串的特征名称时才定义。

1.0 版本新增。
feature_importances_形状为 (n_features,) 的 ndarray: 返回特征重要性。
n_outputs_int: 执行fit时的输出数量。
tree_树实例: 底层的树对象。请参考help(sklearn.tree._tree.Tree)了解树对象的属性，并参考理解决策树结构了解这些属性的基本用法。

另请参见

极端随机树分类器 (ExtraTreeClassifier): 极端随机树分类器。
sklearn.ensemble.ExtraTreesClassifier: 极端随机树分类器。
sklearn.ensemble.ExtraTreesRegressor: 极端随机树回归器。

注释

控制树大小的参数（例如max_depth、min_samples_leaf等）的默认值会导致完全生长且未剪枝的树，在某些数据集上可能非常大。为了减少内存消耗，应通过设置这些参数值来控制树的复杂性和大小。

参考文献

[1]

P. Geurts, D. Ernst., and L. Wehenkel, “Extremely randomized trees”, Machine Learning, 63(1), 3-42, 2006。

示例

>>> from sklearn.datasets import load_diabetes
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.ensemble import BaggingRegressor
>>> from sklearn.tree import ExtraTreeRegressor
>>> X, y = load_diabetes(return_X_y=True)
>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, random_state=0)
>>> extra_tree = ExtraTreeRegressor(random_state=0)
>>> reg = BaggingRegressor(extra_tree, random_state=0).fit(
...     X_train, y_train)
>>> reg.score(X_test, y_test)
0.33...

apply(X, check_input=True)[source]#

返回每个样本预测到的叶节点的索引。

0.17 版本新增。

参数：

X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}: 输入样本。内部将将其转换为dtype=np.float32，如果提供稀疏矩阵，则转换为稀疏csr_matrix。
check_inputbool，默认为 True: 允许绕过一些输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回：

X_leaves形状为 (n_samples,) 的数组: 对于 X 中的每个数据点 x，返回 x 结束所在的叶节点的索引。叶节点在[0; self.tree_.node_count)中编号，编号中可能存在间隙。

cost_complexity_pruning_path(X, y, sample_weight=None)[source]#

计算最小成本复杂度剪枝期间的剪枝路径。

有关剪枝过程的详细信息，请参见最小成本复杂度剪枝。

参数：

X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}: 训练输入样本。内部将将其转换为dtype=np.float32，如果提供稀疏矩阵，则转换为稀疏csc_matrix。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的数组: 目标值（类别标签）作为整数或字符串。
sample_weight形状为 (n_samples,) 的数组，默认为 None: 样本权重。如果为 None，则样本权重相等。在搜索每个节点中的分割时，将忽略那些会创建净权重为零或负的子节点的分割。如果分割会导致任何单个类别在任何子节点中都带有负权重，则也会忽略这些分割。

返回：

ccp_pathBunch

类似字典的对象，具有以下属性。

ccp_alphasndarray: 剪枝过程中子树的有效 alpha 值。
impuritiesndarray: 对于 ccp_alphas 中对应的 alpha 值，子树叶节点的杂质总和。

decision_path(X, check_input=True)[source]#

返回树中的决策路径。

0.18 版本新增。

参数：

X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}: 输入样本。内部将将其转换为dtype=np.float32，如果提供稀疏矩阵，则转换为稀疏csr_matrix。
check_inputbool，默认为 True: 允许绕过一些输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回：

indicator形状为 (n_samples, n_nodes) 的稀疏矩阵: 返回一个节点指示符 CSR 矩阵，其中非零元素表示样本经过这些节点。

property feature_importances_#

返回特征重要性。

特征的重要性计算为该特征带来的标准（归一化）总减少量。它也称为基尼重要性。

警告：对于高基数特征（许多唯一值），基于杂质的特征重要性可能会产生误导。请参见 sklearn.inspection.permutation_importance 作为替代方法。

返回：

feature_importances_形状为 (n_features,) 的 ndarray: 特征带来的标准总减少量（基尼重要性）。

fit(X, y, sample_weight=None, check_input=True)[source]#

根据训练集 (X, y) 构建决策树回归器。

参数：

X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}: 训练输入样本。内部将将其转换为dtype=np.float32，如果提供稀疏矩阵，则转换为稀疏csc_matrix。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的数组: 目标值（实数）。为了获得最大效率，请使用 dtype=np.float64 和 order='C'。
sample_weight形状为 (n_samples,) 的数组，默认为 None: 样本权重。如果为 None，则样本权重相等。在搜索每个节点的分割时，会忽略那些会创建净权重为零或负的子节点的分割。
check_inputbool，默认为 True: 允许绕过一些输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回：

selfDecisionTreeRegressor: 拟合后的估计器。

get_depth()[source]#

返回决策树的深度。

树的深度是根节点和任何叶节点之间的最大距离。

返回：

self.tree_.max_depthint: 树的最大深度。

get_metadata_routing()[source]#

获取此对象的元数据路由。

请查看用户指南，了解路由机制的工作原理。

返回：

routingMetadataRequest: 一个 MetadataRequest 封装了路由信息。

get_n_leaves()[source]#

返回决策树的叶节点数。

返回：

self.tree_.n_leavesint: 叶节点数。

get_params(deep=True)[source]#

获取此估计器的参数。

参数：

deepbool，默认为 True: 如果为 True，则将返回此估计器和包含的作为估计器的子对象的参数。

返回：

paramsdict: 参数名称与其值的映射。

predict(X, check_input=True)[source]#

预测 X 的类别或回归值。

对于分类模型，将返回 X 中每个样本的预测类别。对于回归模型，将返回基于 X 的预测值。

参数：

X形状为 (n_samples, n_features) 的 {数组、稀疏矩阵}: 输入样本。内部将将其转换为dtype=np.float32，如果提供稀疏矩阵，则转换为稀疏csr_matrix。
check_inputbool，默认为 True: 允许绕过一些输入检查。除非您知道自己在做什么，否则不要使用此参数。

返回：

y形状为 (n_samples,) 或 (n_samples, n_outputs) 的数组: 预测的类别或预测值。

score(X, y, sample_weight=None)[source]#

返回预测的决定系数。

决定系数 $R^2$ 定义为 $(1 - \frac{u}{v})$，其中 $u$ 是残差平方和 ((y_true - y_pred)** 2).sum()，而 $v$ 是总平方和 ((y_true - y_true.mean()) ** 2).sum()。最佳分数为 1.0，也可能为负数（因为模型可以任意地更差）。一个始终预测 y 的期望值的常数模型（忽略输入特征）将获得 0.0 的 $R^2$ 分数。

参数：

X形状为 (n_samples, n_features) 的类数组: 测试样本。对于某些估计器，这可能是预计算的核矩阵或形状为 (n_samples, n_samples_fitted) 的泛型对象列表，其中 n_samples_fitted 是估计器拟合中使用的样本数。
y形状为 (n_samples,) 或 (n_samples, n_outputs) 的数组: X 的真值。
sample_weight形状为 (n_samples,) 的数组，默认为 None: 样本权重。

返回：

scorefloat: $R^2$ of self.predict(X) 关于 y。

注释

从 0.23 版本开始，在回归器上调用 score 时使用的 $R^2$ 分数使用 multioutput='uniform_average'，以保持与 r2_score 的默认值一致。这会影响所有多输出回归器的 score 方法（MultiOutputRegressor 除外）。

set_fit_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → ExtraTreeRegressor[source]#

传递给 fit 方法的请求元数据。

请注意，只有在 enable_metadata_routing=True 时，此方法才相关（参见 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项为

True：请求元数据，如果提供则传递给 fit。如果未提供元数据，则忽略请求。
False：不请求元数据，元估计器不会将其传递给 fit。
None：不请求元数据，如果用户提供元数据，则元估计器将引发错误。
str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有的请求。这允许您更改某些参数的请求而无需更改其他参数。

1.3 版本中添加。

注意

只有在此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用），此方法才相关。否则，它无效。

参数：

sample_weightstr, True, False, 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED: fit 中 sample_weight 参数的元数据路由。

返回：

selfobject: 更新后的对象。

set_params(**params)[source]#

设置此估计器的参数。

此方法适用于简单的估计器以及嵌套对象（例如 Pipeline）。后者具有 <component>__<parameter> 形式的参数，因此可以更新嵌套对象的每个组件。

参数：

**paramsdict: 估计器参数。

返回：

selfestimator instance: 估计器实例。

set_score_request(*, sample_weight: bool | None | str = '$UNCHANGED$') → ExtraTreeRegressor[source]#

传递给 score 方法的请求元数据。

请注意，只有在 enable_metadata_routing=True 时，此方法才相关（参见 sklearn.set_config）。请参阅用户指南，了解路由机制的工作原理。

每个参数的选项为

True：请求元数据，如果提供则传递给 score。如果未提供元数据，则忽略请求。
False：不请求元数据，元估计器不会将其传递给 score。
None：不请求元数据，如果用户提供元数据，则元估计器将引发错误。
str：元数据应使用此给定的别名而不是原始名称传递给元估计器。

默认值（sklearn.utils.metadata_routing.UNCHANGED）保留现有的请求。这允许您更改某些参数的请求而无需更改其他参数。

1.3 版本中添加。

注意

只有在此估计器用作元估计器的子估计器时（例如，在 Pipeline 中使用），此方法才相关。否则，它无效。

参数：

sample_weightstr, True, False, 或 None，默认为 sklearn.utils.metadata_routing.UNCHANGED: score 中 sample_weight 参数的元数据路由。

返回：

selfobject: 更新后的对象。