如何在GBRT估计器（Python）中找到叶节点X映射到的索引？

在sklearn中实现的随机林中有

apply（X）

函数-GBRT有等价物吗

编辑：

for estimator in gbrt.estimators_:
    estimator.tree_.apply(X)

给出：

File "<pyshell#29>", line 2, in <module>
estimator.tree_.apply(Z)
AttributeError: 'numpy.ndarray' object has no attribute 'tree_'

文件“”，第2行，在
估计树应用（Z）
AttributeError:“numpy.ndarray”对象没有属性“tree”

您可以使用每个

估计器的
应用
方法。树
：

for estimator in gbrt.estimators_:
    estimator.tree_.apply(X)

如果您正在进行多类分类，则每个阶段每个类将有一棵树，因此您需要执行以下操作：

for step in gbrt.estimators_:
    for class_estimator in step:
        class_estimator.tree_.apply(X)

我收到一条执行此操作的错误消息…gbrt是否具有此属性？是。错在哪里？啊。抱歉，gbrt.estimators是一个由形状
（n\u个估计器，n\u个类）
组成的numpy数组。