⼀、前⾔
回归随机森林作为⼀种机器学习和数据分析领域常⽤且有效的算法，对其原理和代码实现过程的掌握是⾮常有必要的。为此，本⽂将着重介绍从零开始实现回归随机森林的过程，对于随机森林和决策树的相关理论原理将不做太深⼊的描述。本⽂的⽬的只是为了演⽰回归随机森林主要功能的具体实现过程，在实现过程中不会考虑代码性能，会更加注重代码可读性。
实现语⾔：Python
图 1. 四种不同的impurity function
图 2. RFR训练⽰意图
bootstrap[1]是对输⼊训练样本集合
进⾏
图 3. 回归决策树训练过程
mobbedRFR的预测结果是由内部所有⼆叉决策树的预测结果取平均值得到的。⼆叉决策树的预测过程主要分为以下步骤：
针对某⼀输⼊样本，从⼆叉决策树的根节点起，判断当前节点是否为叶⼦节点，如果是则返回叶⼦节点的预测值(即当前叶⼦中样本⽬标变量的平均值），如果不是则进⼊下⼀步；
使⽤训练数据训练模型；bec 报名
计算训练数据在模型上依据某⼀metric的score，记为
（在回归中，可以选⽤r2）；
遍历训练数据集中的每⼀个feature，每次在原训练数据集的基础上将对应的feature进⾏shuffle操作，然后使⽤模型得到shuffle后数据集的score，记为
policeman是什么意思，最后通过
计算出第
个feature的重要性。
⽅法2
如果⼀个feature很重要，那么从数据集中去除该feature后，模型的prediction error会增⼤；相反，如
果⼀个feature不重要，那么从数据集中去除后，模型的prediction error不会变化太⼤。该⽅法的步骤如下：
使⽤原数据集训练模型，并评估模型在训练数据集上的prediction error，记为
;
遍历训练数据集中的每⼀个feature，每次从原训练数据集的基础上去除该feature，然后使⽤得到数据集训练模型，最终计算出prediction error，记为
美国之声第七季，最后通过
marryme是什么意思计算出第
个feature的重要性。
该⽅法和⽅法1有点类似，但该⽅法在计算每个feature的重要性的时候都需要重新训练模型，会增加额外的计算量，在实际应⽤⼀般不采⽤该⽅法。
⽅法3
smili
该⽅法是sklearn内部树模型计算feature重要性时采⽤的⽅法。即某⼀节点
的重要性为
(2-5)
其中，
分别为节点
以及其左右⼦节点中训练样本个数与总训练样本数⽬的⽐例，
面试 缺点
分为为节点
以及其左右⼦节点的不纯度。知道每⼀个节点的重要性之后，即可通过公式(2-6)得出某⼀feature的重要性。
(2-6)
为了使所有feature的重要性加起来等于1，需要每⼀feature的重要性进⾏normalization，即公式(2-7)
(2-7)
⽅法3在sklearn中的实现，请查看_tree.pyx。
⽅法3。
⽅法1和⽅法3
在本⽂实现的RFR中，同时实现了⽅法1
hotpot三、回归随机森林实现
3.1 代码
代码有点长，不想看的可以直接跳过。
from multiprocessing import Pool, cpu_countscience muum怎么读>gunners
class RFRegressor(object):
"""Random Forest Regressor
"""
