我的随机森林分类模型包含500个决策树，并训练了200个变量和10,000个数据点 . 每个决策树负责200维参数空间中的特定子区域，并由若干输入变量表示 . 我想实现两件事： - 识别500个决策树中的哪一个与给定点X相关 - 输出决策树中包含的变量列表 . 理想情况下，它应该是一个函数调用：
list_of_variables < - getSignificantVariables（RF，X）
其中RF是随机森林模型，X是训练（或测试）数据集中的一行 .
我尝试在RandomForest包中使用现有的API . 函数GetTree（n）输出一个表，其中包含与树编号n相关的信息 . 可以将变量名称与从表中获取的变量号相关联 . 但是，我们如何识别500个决策树中的哪一个与给定点X相关？