预测决策树中的值后如何创建索引数据框

Question

我正在创建一个决策树算法

我有 4 个特征，每个特征有 4 个可能的值（'a'、'b'、'c'、'd'）

Y（预测值）可以是 0 或 1 或 2

我有一个函数来构建树然后我使用预测函数（我正在构建它，所以我不发布代码）来预测基于该决策树的值。

这是我的函数原型

def dt_predict(x, features_label, tree):

地点：

• x 是包含所有数据的 pandas DataFrame（4 列，每列 4 个可能的值）
• features_label是每个数据列的标题
• tree 是训练好的决策树a（一种节点类的链表）

node类：

class node:
    def __init__(self):
        self.level = 0
        self.option = ""
        self.feature = ""
        self.is_leaf_node = False
        self.is_pure_node = False
        self.max_value_item = ""
        self.max_value = 0
        self.possible_values_names = []
        self.possible_values_nodes = []

所有这些都是为了让您对问题有一个整体的了解。 现在我的问题不是如何预测这个或那个值，而是如何跟踪索引。

在我的预测函数中，我将遍历所有树（节点）并连续减少 x 我作为参数传递的 DataFrame。所以我总是有每行数据的索引，但不知道如何在新的 pandas dataFrame 上创建和粘贴 y 和索引值。

def dt_predict(x, features_label, tree):
   if tree.is_leaf_node == True:
       #return new pandas dataframe with x indexes and tree.max_value_item (in this case 0 or 1 or 2)
   #loop through possible values, filter x and call dt_predict recursively
   ...

如果不清楚，请告诉我。

编辑：

更清楚地想象我有

index | x1 | x2 | x3 | x4 |
 123  |  a |  c | a  |  b |
 ...
 35   |  b |  d | a  |  a |

我希望它是：

index |  Y |
 123  |  2 |
 ...
 35   |  2 |

Answer 1

基于 cmets，我不确定是否有足够的信息继续下去。但是，如果您的 dt_predict 函数仅输出基于单行输入特征的单个预测，那么它可以用于将预测列添加回原始数据帧，如下所示：

def dt_predict(df_row):
    features=df_row.values
    #magic goes here to predict based on features
    return predicted_class

df['prediction']=df.apply(dt_predict, axis=1)