ExtraTreesRegressor

classsklearn.ensemble.ExtraTreesRegressor(n_estimators=100, *, criterion='squared_error', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features=1.0, max_leaf_nodes=None, min_impurity_decrease=0.0, bootstrap=False, oob_score=False, n_jobs=None, random_state=None, verbose=0, warm_start=False, ccp_alpha=0.0, max_samples=None, monotonic_cst=None)[source]

Регрессор на основе сверхрандомизированных деревьев.

Этот класс реализует метаоцениватель, который обучает несколько рандомизированных деревьев решений (так называемых сверхрандомизированных деревьев) на различных подвыборках набора данных и использует усреднение для повышения точности прогнозирования и контроля переобучения.

Этот оцениватель изначально поддерживает пропущенные значения (NaN) при случайных разбиениях. Во время обучения случайный порог выбирается для разбиения непропущенных значений. Затем непропущенные значения направляются в левый или правый дочерний узел в зависимости от случайно выбранного порога, а пропущенные значения также случайным образом направляются в левый или правый дочерний узел. Это повторяется для каждого признака, рассматриваемого при каждом разбиении. Выбирается наилучшее из этих разбиений.

Подробнее см. в руководстве пользователя.

Параметры:

n_estimatorsint, default=100

Количество деревьев в ансамбле.

Изменено в версии 0.22: Значение по умолчанию n_estimators изменено с 10 на 100 в версии 0.22.

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

Функция для измерения качества разбиения. Поддерживаются критерии “squared_error” для среднеквадратичной ошибки, которая эквивалентна уменьшению дисперсии при выборе признаков и минимизирует потери L2 с использованием среднего значения каждого конечного узла; “absolute_error” для средней абсолютной ошибки, которая минимизирует потери L1 с использованием медианы каждого конечного узла; и “poisson”, который использует уменьшение девианса Пуассона для поиска разбиений, также используя среднее значение каждого конечного узла.

Добавлено в версии 0.18: Критерий средней абсолютной ошибки (MAE).

Изменено в версии 1.9: Критерий "friedman_mse" объявлен устаревшим.

max_depthint, default=None

Максимальная глубина дерева. Если задано None, узлы расширяются до тех пор, пока все листья не станут чистыми или пока все листья не будут содержать меньше образцов, чем min_samples_split.

min_samples_splitint or float, default=2

Минимальное количество образцов, необходимое для разделения внутреннего узла:

• Если задано целое число, оно задает min_samples_split в качестве минимального количества.
• Если задано число с плавающей точкой, min_samples_split является долей, а ceil(min_samples_split * n_samples) — минимальным количеством образцов для каждого разбиения.

Изменено в версии 0.18: Добавлена возможность задавать доли числами с плавающей точкой.

min_samples_leafint or float, default=1

Минимальное количество образцов, необходимое для конечного узла. Точка разбиения на любой глубине рассматривается только в том случае, если в каждой из левой и правой ветвей остается не менее min_samples_leaf обучающих образцов. Это может сглаживать модель, особенно в задачах регрессии.

• Если задано целое число, оно задает min_samples_leaf в качестве минимального количества.
• Если задано число с плавающей точкой, min_samples_leaf является долей, а ceil(min_samples_leaf * n_samples) — минимальным количеством образцов для каждого узла.

Изменено в версии 0.18: Добавлена возможность задавать доли числами с плавающей точкой.

min_weight_fraction_leaffloat, default=0.0

Минимальная взвешенная доля от общей суммы весов (всех входных образцов), необходимая для конечного узла. Если sample_weight не задан, образцы имеют одинаковый вес.

max_features{“sqrt”, “log2”, None}, int or float, default=1.0

Количество признаков, рассматриваемых при поиске наилучшего разбиения:

• Если задано целое число, при каждом разбиении рассматриваются max_features признаков.
• Если задано число с плавающей точкой, max_features является долей, и при каждом разбиении рассматриваются max(1, int(max_features * n_features_in_)) признаков.
• Если задано “sqrt”, то max_features=sqrt(n_features).
• Если задано “log2”, то max_features=log2(n_features).
• Если задано None или 1.0, то max_features=n_features.

Примечание

Значение по умолчанию 1.0 эквивалентно деревьям с бэггингом; увеличить случайность можно, задав меньшее значение, например 0.3.

Изменено в версии 1.1: Значение по умолчанию max_features изменено с "auto" на 1.0.

Примечание: поиск разбиения продолжается, пока не будет найдено хотя бы одно допустимое разбиение образцов узла, даже если для этого потребуется фактически проверить больше max_features признаков.

max_leaf_nodesint, default=None

Выращивать деревья с max_leaf_nodes в порядке наилучшего результата. Наилучшие узлы определяются относительным уменьшением примеси. Если задано None, количество листовых узлов не ограничено.

min_impurity_decreasefloat, default=0.0

Узел будет разделен, если это разбиение приводит к уменьшению примеси, большему или равному этому значению.

Уравнение взвешенного уменьшения примеси имеет следующий вид:

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

где N — общее количество образцов, N_t — количество образцов в текущем узле, N_t_L — количество образцов в левом дочернем узле, а N_t_R — количество образцов в правом дочернем узле.

N, N_t, N_t_R и N_t_L относятся к взвешенной сумме, если передан sample_weight.

Добавлено в версии 0.19.

bootstrapbool, default=False

Используются ли бутстрэп-выборки при построении деревьев. Если задано False, для построения каждого дерева используется весь набор данных.

oob_scorebool or callable, default=False

Использовать ли вневыборочные образцы для оценки обобщающей способности. По умолчанию используется r2_score. Чтобы использовать пользовательскую метрику, передайте вызываемый объект с сигнатурой metric(y_true, y_pred). Доступно только при bootstrap=True.

Пример оценки ошибки на вневыборочных (OOB) данных см. в примере Ошибки OOB для случайных лесов.

n_jobsint, default=None

Количество задач для параллельного выполнения. fit, predict, decision_path и apply параллельно выполняются для деревьев. None означает 1, если только не используется контекст joblib.parallel_backend. -1 означает использование всех процессоров. Подробнее см. в глоссарии.

random_stateint, RandomState instance or None, default=None

Управляет тремя источниками случайности:

• бутстрэпом образцов, используемых при построении деревьев (если bootstrap=True)
• выборкой признаков, рассматриваемых при поиске наилучшего разбиения в каждом узле (если max_features < n_features)
• выбором разбиений для каждого из max_features

Подробнее см. в глоссарии.

verboseint, default=0

Управляет подробностью вывода при обучении и прогнозировании.

warm_startbool, default=False

Если задано True, повторно использовать результат предыдущего вызова fit и добавить в ансамбль новые оцениватели; в противном случае обучить новый лес целиком. Подробнее см. в глоссарии и разделе Обучение дополнительных деревьев.

ccp_alphanon-negative float, default=0.0

Параметр сложности, используемый для минимального отсечения по сложности и стоимости. Будет выбрано поддерево с наибольшей сложностью и стоимостью, меньшей ccp_alpha. По умолчанию отсечение не выполняется. Подробнее см. в разделе Минимальное отсечение по сложности и стоимости. Пример такого отсечения см. в разделе Построение деревьев решений с последующим отсечением по сложности и стоимости.

Добавлено в версии 0.22.

max_samplesint or float, default=None

Если bootstrap имеет значение True, количество образцов, выбираемых из X для обучения каждого базового оценивателя.

• Если задано None (по умолчанию), выбираются X.shape[0] образцов независимо от sample_weight.
• Если задано целое число, выбираются max_samples образцов.
• Если задано число с плавающей точкой, выбираются max_samples * X.shape[0] невзвешенных образцов или max_samples * sample_weight.sum() взвешенных образцов.

Добавлено в версии 0.22.

Изменено в версии 1.9: Для взвешенных образцов значение max_samples с плавающей точкой вычисляется относительно sample_weight.sum(), а не X.shape[0].

monotonic_cstarray-like of int of shape (n_features), default=None

Задает ограничение монотонности для каждого признака.

• 1: монотонно возрастает
• 0: без ограничений
• -1: монотонно убывает

Если monotonic_cst имеет значение None, ограничения не применяются.

Ограничения монотонности не поддерживаются для:

• регрессии с несколькими выходами (то есть когда n_outputs_ > 1).

Подробнее см. в руководстве пользователя.

Добавлено в версии 1.4.

Атрибуты:

estimator_ExtraTreeRegressor

Шаблон дочернего оценивателя, используемый для создания коллекции обученных подоценивателей.

Добавлено в версии 1.2: base_estimator_ переименован в estimator_.

estimators_list of DecisionTreeRegressor

Коллекция обученных подоценивателей.

feature_importances_ndarray of shape (n_features,)

Важность признаков, основанная на примеси.

n_features_in_int

Количество признаков, обнаруженных во время обучения.

Добавлено в версии 0.24.

feature_names_in_ndarray of shape (n_features_in_,)

Названия признаков, обнаруженных во время обучения. Определяется только в том случае, если X имеет названия признаков, представленные строками.

Добавлено в версии 1.0.

n_outputs_int

Количество выходов.

oob_score_float

Оценка обучающего набора данных, полученная с помощью вневыборочной оценки. Этот атрибут существует только при значении True для oob_score.

oob_prediction_ndarray of shape (n_samples,) or (n_samples, n_outputs)

Прогноз, вычисленный для обучающего набора с помощью вневыборочной оценки. Этот атрибут существует только при значении True для oob_score.

estimators_samples_list of arrays

Подмножество выбранных образцов для каждого базового оценивателя.

См. также

ExtraTreesClassifier

Классификатор на основе сверхрандомизированных деревьев со случайными разбиениями.

RandomForestClassifier

Классификатор на основе случайного леса с оптимальными разбиениями.

RandomForestRegressor

Регрессор на основе ансамбля деревьев с оптимальными разбиениями.

Примечания

Значения по умолчанию параметров, управляющих размером деревьев (например, max_depth, min_samples_leaf и т. д.), приводят к созданию полностью выращенных и неотсеченных деревьев, которые на некоторых наборах данных могут быть очень большими. Чтобы уменьшить потребление памяти, следует контролировать сложность и размер деревьев, задавая значения этих параметров.

Литература

[1]

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

Примеры

>>> from sklearn.datasets import load_diabetes
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.ensemble import ExtraTreesRegressor
>>> X, y = load_diabetes(return_X_y=True)
>>> X_train, X_test, y_train, y_test = train_test_split(
...     X, y, random_state=0)
>>> reg = ExtraTreesRegressor(n_estimators=100, random_state=0).fit(
...    X_train, y_train)
>>> reg.score(X_test, y_test)
0.2727...

apply(X)[исходный код]

Применить деревья ансамбля к X и вернуть индексы листьев.

Параметры:

X{array-like, sparse matrix} of shape (n_samples, n_features)

Входные образцы. Внутренне тип данных будет преобразован в dtype=np.float32. Если передана разреженная матрица, она будет преобразована в разреженную csr_matrix.

Возвращает:

X_leavesndarray of shape (n_samples, n_estimators)

Для каждой точки данных x из X и каждого дерева в ансамбле вернуть индекс листа, в который попадает x.

decision_path(X)[исходный код]

Вернуть путь принятия решения в ансамбле.

Добавлено в версии 0.18.

Параметры:

X{array-like, sparse matrix} of shape (n_samples, n_features)

Входные образцы. Внутренне тип данных будет преобразован в dtype=np.float32. Если передана разреженная матрица, она будет преобразована в разреженную csr_matrix.

Возвращает:

indicatorsparse matrix of shape (n_samples, n_nodes)

Вернуть матрицу-индикатор узлов, в которой ненулевые элементы указывают, что образцы проходят через соответствующие узлы. Матрица имеет формат CSR.

n_nodes_ptrndarray of shape (n_estimators + 1,)

Столбцы indicator[n_nodes_ptr[i]:n_nodes_ptr[i+1]] содержат значения индикатора для i-го оценивателя.

fit(X, y, sample_weight=None)[исходный код]

Построить ансамбль деревьев по обучающему набору (X, y).

Параметры:

X{array-like, sparse matrix} of shape (n_samples, n_features)

Входные обучающие образцы. Внутренне тип данных будет преобразован в dtype=np.float32. Если передана разреженная матрица, она будет преобразована в разреженную csc_matrix.

yarray-like of shape (n_samples,) or (n_samples, n_outputs)

Целевые значения (метки классов для классификации, вещественные числа для регрессии).

sample_weightarray-like of shape (n_samples,), default=None

Веса образцов. Если задано None, все образцы имеют одинаковый вес. При поиске разбиения в каждом узле игнорируются разбиения, которые создают дочерние узлы с нулевым или отрицательным суммарным весом. В случае классификации также игнорируются разбиения, в результате которых вес какого-либо отдельного класса в любом дочернем узле становится отрицательным.

Возвращает:

selfobject

Обученный оцениватель.

get_metadata_routing()[исходный код]

Получить маршрутизацию метаданных этого объекта.

О том, как работает механизм маршрутизации, см. в руководстве пользователя.

Возвращает:

routingMetadataRequest

Объект MetadataRequest, содержащий сведения о маршрутизации.

get_params(deep=True)[исходный код]

Получить параметры этого оценивателя.

Параметры:

deepbool, default=True

Если задано True, будут возвращены параметры этого оценивателя и содержащихся в нем объектов, которые являются оценивателями.

Возвращает:

paramsdict

Имена параметров и соответствующие им значения.

predict(X)[исходный код]

Предсказать целевое значение регрессии для X.

Прогнозируемое целевое значение регрессии для входного образца вычисляется как среднее прогнозируемых целевых значений деревьев ансамбля.

Параметры:

X{array-like, sparse matrix} of shape (n_samples, n_features)

Входные образцы. Внутренне тип данных будет преобразован в dtype=np.float32. Если передана разреженная матрица, она будет преобразована в разреженную csr_matrix.

Возвращает:

yndarray of shape (n_samples,) or (n_samples, n_outputs)

Прогнозируемые значения.

score(X, y, sample_weight=None)[исходный код]

Вернуть коэффициент детерминации на тестовых данных.

Коэффициент детерминации \(R^2\) определяется как \((1 - \frac{u}{v})\), где \(u\) — сумма квадратов остатков ((y_true - y_pred)** 2).sum(), а \(v\) — общая сумма квадратов ((y_true - y_true.mean()) ** 2).sum(). Наилучшая возможная оценка равна 1.0; она может быть отрицательной (поскольку модель может быть сколь угодно хуже). Константная модель, которая всегда предсказывает ожидаемое значение y, не учитывая входные признаки, получила бы оценку \(R^2\), равную 0.0.

Параметры:

Xarray-like of shape (n_samples, n_features)

Тестовые образцы. Для некоторых оценивателей вместо этого может быть предварительно вычисленная матрица ядра или список объектов общего вида с размерностью (n_samples, n_samples_fitted), где n_samples_fitted — количество образцов, использованных при обучении оценивателя.

yarray-like of shape (n_samples,) or (n_samples, n_outputs)

Истинные значения для X.

sample_weightarray-like of shape (n_samples,), default=None

Веса образцов.

Возвращает:

scorefloat

\(R^2\) для self.predict(X) относительно y.

Примечания

Оценка \(R^2\), используемая при вызове score для регрессора, начиная с версии 0.23 использует multioutput='uniform_average', чтобы соответствовать значению по умолчанию r2_score. Это влияет на метод score всех регрессоров с несколькими выходами (кроме MultiOutputRegressor).

set_fit_request(*, sample_weight:bool|None|str='$UNCHANGED$') → ExtraTreesRegressor[исходный код]

Настроить, следует ли запрашивать передачу метаданных методу fit.

Обратите внимание, что этот метод имеет значение только тогда, когда данный оценщик используется как вложенный оценщик в составе метаоценщика и маршрутизация метаданных включена с помощью enable_metadata_routing=True (см. sklearn.set_config). О том, как работает механизм маршрутизации, см. в руководстве пользователя.

Для каждого параметра доступны следующие варианты:

• True: метаданные запрашиваются и передаются в fit, если они предоставлены. Запрос игнорируется, если метаданные не предоставлены.
• False: метаданные не запрашиваются, и метаоценщик не будет передавать их в fit.
• None: метаданные не запрашиваются, и метаоценщик выдаст ошибку, если пользователь предоставит их.
• str: метаданные следует передавать метаоценщику под указанным псевдонимом вместо исходного имени.

Значение по умолчанию (sklearn.utils.metadata_routing.UNCHANGED) сохраняет текущий запрос. Это позволяет изменить запрос для одних параметров, оставив остальные без изменений.

Добавлено в версии 1.3.

Параметры:

sample_weightstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED

Маршрутизация метаданных для параметра sample_weight в fit.

Возвращает:

selfobject

Обновленный объект.

set_params(**params)[исходный код]

Задать параметры этого оценщика.

Метод работает как с простыми оценщиками, так и с вложенными объектами (например, Pipeline). У последних параметры имеют вид <component>__<parameter>, что позволяет обновлять каждый компонент вложенного объекта.

Параметры:

**paramsdict

Параметры оценщика.

Возвращает:

selfestimator instance

Экземпляр оценщика.

set_score_request(*, sample_weight:bool|None|str='$UNCHANGED$') → ExtraTreesRegressor[исходный код]

Настроить, следует ли запрашивать передачу метаданных методу score.

Обратите внимание, что этот метод имеет значение только тогда, когда данный оценщик используется как вложенный оценщик в составе метаоценщика и маршрутизация метаданных включена с помощью enable_metadata_routing=True (см. sklearn.set_config). О том, как работает механизм маршрутизации, см. в руководстве пользователя.

Для каждого параметра доступны следующие варианты:

• True: метаданные запрашиваются и передаются в score, если они предоставлены. Запрос игнорируется, если метаданные не предоставлены.
• False: метаданные не запрашиваются, и метаоценщик не будет передавать их в score.
• None: метаданные не запрашиваются, и метаоценщик выдаст ошибку, если пользователь предоставит их.
• str: метаданные следует передавать метаоценщику под указанным псевдонимом вместо исходного имени.

Значение по умолчанию (sklearn.utils.metadata_routing.UNCHANGED) сохраняет текущий запрос. Это позволяет изменить запрос для одних параметров, оставив остальные без изменений.

Добавлено в версии 1.3.

Параметры:

sample_weightstr, True, False, or None, default=sklearn.utils.metadata_routing.UNCHANGED

Маршрутизация метаданных для параметра sample_weight в score.

Возвращает:

selfobject

Обновленный объект.

Примеры из галереи

Восстановление лица с помощью оценщиков с несколькими выходами