我希望在Go中使用golearn存储库使用随机森林回归器(https://github.com/sjwhitworth/golearn)。据我所知，golearn只支持随机森林分类器，该分类器使用类和概率进行预测(https://github.com/sjwhitworth/golearn/blob/master/trees/id3.go#L413)。
有没有一种简单的方法可以利用分类器的预测概率，并使用它来形成标量预测(相当于回归器的预测(？
提前感谢！
通常不可能将树叶的分数转换为回归输出。他们只是不一样。
链接包中的决策树似乎使用源代码中编写的ID3算法来构建树https://github.com/sjwhitworth/golearn/blob/master/trees/trees.go(参考：https://en.wikipedia.org/wiki/ID3_algorithm)
ID3将通过优化信息增益(最小化熵(来构建树结构。您必须使用CART算法来实现回归任务(优化方差减少(。