我应该选择随机森林回归器还是分类器？

我通过随机森林对具有二进制目标类的数据集进行拟合。在python中，我可以通过randomforestclassifier或randomforestregressor做到这一点。

我可以直接从randomforestclassifier获得分类，也可以先运行randomforestregressor并获得一组估计分数（连续值）。然后，我可以找到一个临界值，以从分数集中得出预测的类别。两种方法都可以达到相同的目标（即预测测试数据的类别）。

我也可以观察到

randomforestclassifier.predict_proba(X_test)[:,1]) 

与...不同

randomforestregressor.predict(X_test)

因此，我只想确认两种方法均有效，然后在随机森林应用中哪种方法更好？

使用分类器。不，它们都不都是有效的。

首先，我真的鼓励您阅读回归与分类这一主题。因为在不了解ML的情况下使用ML会给您错误的结果，而您不会意识到。那是非常危险的……（有点像问你应该握住枪的那条路，或者这没关系）

使用分类器还是回归器仅取决于要解决的问题类型。您有二进制分类问题，因此请使用分类器。

我可以先运行randomforestregressor并获得一组估计的概率。

没有。您不会从回归中获得概率。它只是尝试“外推”您提供的值（在这种情况下，只有0和1）。这意味着大于1或小于0的值作为回归输出是完全有效的，因为它不希望只有两个离散值作为输出（称为分类！），而是连续的值。

如果您想要某个点属于某个类的“概率”（请注意，这些概率不必经过很好地校准），则可以训练一个分类器（以便它学习对数据进行分类），然后使用.predict_proba（），然后预测概率。

只需在这里提及：.predict与.predict_proba（用于分类器！）.
predict只是获取.predict_proba输出，并将所有内容分别更改为低于某个阈值（通常为0.5）的0分别为高于该阈值的1。

备注：当然，在内部，除了“最后一层”等以外，它们是完全相同的！仍然，将它们（或更好地解决他们要解决的问题）视为完全不同！