我正在尝试绘制来自不同数据集的 Xgboost 模型的决策树。
这对大多数人来说都很好，但对于一个数据集，plot_tree 只显示一个叶子。
这对我来说很奇怪，一旦该模型的 max_depth 为 5。
谁能给我小费？
感谢您考虑我的问题。 :) ！ ????
【问题讨论】：
标签： python decision-tree xgboost xgbclassifier
我很高兴与大家分享我找到了问题的原因 :)
XGBoost 是一种基于 ensemble 原理的技术，因此 XGBClassifier 会创建多棵树，而有些树只能以一个叶子结尾。我意识到用于绘制 export_graphviz 或 plot_tree 的函数将模型的第一棵树绘制为默认值，而不是最佳交互。为此，我必须设置参数“num_trees”：
"num_trees (int, default 0) – 指定目标的序数 树”
所以，我必须找到目标树的序数。 幸运的是，有两个函数为我们设置了 .get_booster() 和 .best_iteration。
请参阅下面的代码以绘制具有最佳交互的树。
plot_tree (model, ax = ax, num_trees = model.get_booster().best_iteration)
【讨论】：