如何获取party包cforest随机森林中每棵树的预测结果？

一、获取每棵树的单独预测结果 #

不管是party::cforest还是partykit::cforest，都可以通过遍历模型中的集成树来单独生成预测结果：

1. 使用party包的cforest #

模型的所有树储存在@ensemble属性中，每个元素是一棵ctree对象，循环遍历即可：

# 假设训练好的模型为 cf_model，测试数据为 test_data
single_tree_preds <- lapply(cf_model@ensemble, function(tree) {
  predict(tree, newdata = test_data, type = "response")
})
# 转换为矩阵：每行对应一个样本，每列对应一棵树的预测值
pred_matrix <- do.call(cbind, single_tree_preds)

2. 使用partykit包的cforest #

partykit的模型结构略有不同，集成树储存在$ensemble中，每个元素是party对象，用法类似：

# 假设训练好的模型为 pk_cf，测试数据为 test_data
single_tree_preds <- lapply(pk_cf$ensemble, function(tree) {
  predict(tree, newdata = test_data, type = "response")
})
pred_matrix <- do.call(cbind, single_tree_preds)

二、关于partykit::predict中FUN参数的正确用法 #

FUN的作用是对每个样本的所有树预测值进行聚合计算，回归场景下默认用mean。你用median得到全相同结果，大概率是模型或数据存在异常（比如所有树对所有样本的预测完全一致），正确用法示例：

# 计算每个样本的预测中位数
median_preds <- predict(pk_cf, newdata = test_data, FUN = function(y, w) median(y))

参数说明：

• y：当前样本在所有树中的预测值向量
• w：对应权重（回归场景下默认均为1，通常可忽略）

如果结果仍异常，建议检查模型参数（如mtry、ntree）或数据分布，确认模型是否有效学习到数据特征。

三、type="prob"报错的原因 #

type="prob"是分类随机森林的专属参数，用于输出类别概率。回归模型的响应是连续值，不存在类别概率，因此调用会触发cannot compute empirical distribution function with non-integer weights错误，回归场景下无需使用该参数。

内容的提问来源于stack exchange，提问作者Guilherme S Mohor