如何输出使用 sklearn.tree 进行预测的节点？

Question

我想获取使用 sklearn.tree 进行预测的节点的所有信息。

例如：

from sklearn.datasets import load_iris
nfrom sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier()
iris = load_iris()
clf = clf.fit(iris.data, iris.target)

现在我们可以使用以下方法预测类：

clf.predict(iris.data[0, :])

如何获取进行预测的叶子节点以及叶子中存储的信息？

我知道上面示例中树的图形表示如下：

http://scikit-learn.org/stable/modules/tree.html#tree-classification

所以我知道输入iris.data[0, :]（第一个左孩子）对应的节点有如下统计：

• 错误=0
• 样本=50
• 值 = [50 0 0]

是否可以在不打印树的情况下自动获取输出节点和（以上）信息？根据我目前的理解，关键是获取叶节点的 ID 进行预测，然后将相关统计信息包含在 clf.tree_.value[ID] 和clf.tree_.n_samples[ID].

谢谢

Answer 1

看看this的问题。它说明了如何获取叶子的 ID。然后你可以使用clf.tree_.value和clf.tree.n_samples。