Sto usando scikit-learn's Random Forest Regressor per adattare un regressore foresta casuale su un set di dati. È possibile interpretare l'output in un formato in cui posso quindi implementare il modello senza utilizzare scikit-learn o anche Python?Interpretazione casuale foresta in scikit-learn
La soluzione dovrebbe essere implementata in un microcontrollore o forse anche in uno FPGA. Sto facendo analisi e apprendimento in Python ma voglio implementare su un uC o FPGA.
sembra che "export_graphviz' sia in' sklearn.tree' e assuma come parametro un albero decisionale. Come si applicherebbe questo a un metodo di ensemble come 'sklearn.ensemble.RandomForestRegressor'? –
@Los La foresta casuale è semplicemente un insieme di alberi e quindi può essere esportata in graphviz. – sashkello
Freddo. Ho appena notato il campo estimators_ per ottenere i regressori individuali: http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html. Grazie! –