Python 如何从随机森林分类器中提取决策树？

我有以下代码：

print('Training...')
forest = RandomForestClassifier(n_estimators=100)
forest = forest.fit( train_data[0::,1::], train_data[0::,0] )


print('Predicting...')
output = forest.predict(test_data).astype(int)

if sys.version_info >= (3,0,0):
    predictions_file = open("myfirstforest.csv", 'w', newline='')
else:
    predictions_file = open("myfirstforest.csv", 'wb')


tree.export_graphviz(forest, out_file='tree.dot')

---

最后一行不起作用，因为林中不包含树。有没有办法生成一个表示分类器校准的点文件？

这有帮助吗：？但是森林有很多树。我如何打印所有的树，你放的链接是我问这个问题的原因，它似乎不能直接直接工作，我对scikit完全不熟悉。