14 lines
639 B
Python
14 lines
639 B
Python
from sklearn.tree import DecisionTreeClassifier, export_text
|
|
|
|
# Random Forest-Vorhersagen verwenden als Ziel
|
|
rf_predictions = rf_model.predict(X_train)
|
|
|
|
# Einfachen Entscheidungsbaum auf die Vorhersagen des Random Forests trainieren
|
|
surrogate_tree = DecisionTreeClassifier(max_depth=5)
|
|
surrogate_tree.fit(X_train, rf_predictions)
|
|
|
|
# Evaluieren, wie gut der Baum den Random Forest approximiert
|
|
surrogate_predictions = surrogate_tree.predict(X_test)
|
|
rf_test_predictions = rf_model.predict(X_test)
|
|
surrogate_accuracy = np.mean(surrogate_predictions == rf_test_predictions)
|
|
print(f"Genauigkeit des Surrogate-Modells: {surrogate_accuracy:.4f}") |