我们知道，在机器学习中，随机森林是一个包含多个决策树的分类器， 并且其输出的类别是由个别树输出的类别的众数而定的。


现在，我想有某个已经完成的rf模型，我想看里面每一颗决策树的具体叉分状况，怎么可以实现？


Call: hpdRF_parallelForest(formula = CROSS_BORDER_GRY_MKT_FG ~ ., data = val9,      ntree = 30, na.action = na.omit, nExecutor = nparts, completeModel = TRUE)                Type of random forest: classification                     Number of trees: 30No. of variables tried at each split: 4

参数：do.trace
If set to TRUE, give a more verbose output as randomForest is run.  If set to some integer, then running output is printed for every do.trace trees.
如果设置为TRUE，提供更详细的输出randomForest运行。如果设置为某个整数，然后运行打印输出每do.trace树木。