是什麼激發了這個願望清單請求？
昨天，我參加了日本統計數學研究所為初學者舉辦的關於決策樹和样本學習的研討會。 講師是 Icihgaku Takigawa 教授。 他在研討會上只使用 Python。
我對三種方法感興趣，但並未在 JMP Pro 中實施。
我在這裡進入了其中的第三個。
請描述您希望看到的新的或改進的功能或解決方案。
計算隨機森林或提升樹的預測精度（又名不確定性量化）的選項。
如果提供此新功能，對您和/或其他用戶有何價值？
有時，我們希望看到預測精度以及點預測。 此功能可以幫助用戶了解預測變異性有多大。
這是外部客戶的要求嗎？
有沒有我們應該注意的具有此功能或解決方案的競爭軟件包？
在隨機森林中計算預測的標準誤差很容易。 請在下一頁中使用 _return_std 函數。
https://scikit-optimize.github.io/stable/_modules/skopt/learning/forest.html
在提升樹中計算預測的標準誤差非常複雜。 Takigawa教授介紹了MAPIE，但是我沒有關注資料。 MAPIE主頁的URL如下。
https://mapie.readthedocs.io/en/latest/index.html
這是否會影響客戶的續訂、擴展或採用，如果我們不解決這個問題，是否會使客戶面臨風險？
這不是用戶要求的。
