随机森林可获取树实际max_depth，HistGradientBoostingRegressor该如何实现？

sklearn的HistGradientBoostingRegressor没有像随机森林那样公开的estimators_属性，但可以通过其私有属性_predictors访问所有树模型，每个树模型是TreePredictor实例，直接通过.max_depth属性就能获取该树的最大深度。

实现代码 #

max_depth = list()
for predictor in hgb._predictors:
    max_depth.append(predictor.max_depth)

print("avg max depth %0.1f" % (sum(max_depth) / len(max_depth)))

注意事项 #

• _predictors是私有属性，sklearn官方不保证该属性在未来版本中保持兼容，使用时需注意对应版本的API变化。
• 可以通过hgb.n_trees_per_iteration_确认树的数量，该值应与len(hgb._predictors)一致。

内容的提问来源于stack exchange，提问作者fan-yang