在分位数随机森林回归模型中检查树木

问题描述

我有兴趣训练一个随机森林来学习一些从某些分布中独立采样的数据 {X,y} 上的一些条件分位数。

也就是说，对于某些 $$\alpha \in (0,1)$$，映射 $$\hat{q}{\alpha}(x) \in [0,1]$$使得对于每个 $X$，$$argmin{\hat{q}{\alpha} P(y \alpha(x)) > \alpha $$。

有没有什么明确的方法可以在 python 中有效地构建一个可以产生这样一个模型的随机森林？

此外，我还有一个额外的要求，可能对当前的库来说是可能的，尽管我不确定。要求：我想从我的训练集中选择一个点 A 的子集，并在我进行预测时从我的随机森林中选择和排除那些用 A 中的点训练的树。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）