在 Python 上使用 scikit.learn 获取信息

Question

我在使用 Python 上的 scikit.learn 处理决策树时遇到了这个问题。我想为我的决策树的选定深度获得更好的叶子。

clf = tree.DecisionTreeClassifier(criterion="entropy", max_depth=4, min_samples_leaf=50000)

所以这是我的决策树函数，我的目标是选择正确的信息增益阈值以获得更好的结果。默认信息增益阈值为零，因此选择信息增益 > 为零的特征。

我想将信息增益阈值固定为优于特定数字。我该怎么做？

Answer 1

据我了解您的问题，目前不支持此功能。在寻找分裂时，您不能设置杂质减少的下限。即使改进接近于 0，它始终是最大化减少的那个。