使用 sklearn，我如何找到决策树的深度？

Question

我正在使用 sklearn 训练决策树。当我使用时：

dt_clf = tree.DecisionTreeClassifier()

max_depth 参数默认为None。根据文档，如果max_depth 是None，则节点会被扩展，直到所有叶子都是纯的或直到所有叶子包含的样本少于min_samples_split。

拟合我的模型后，我如何找出 max_depth 的实际含义？ get_params() 函数没有帮助。拟合后，get_params() 仍然显示None。

如何获得max_depth 的实际号码？

文档：https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html

Answer 1

访问底层Tree对象的max_depth：

from sklearn import tree
X = [[0, 0], [1, 1]]
Y = [0, 1]
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
print(clf.tree_.max_depth)
>>> 1

您可以使用以下方法从底层树对象中获得更多可访问的属性：

help(clf.tree_)

这些包括max_depth、node_count 和其他较低级别的参数。

Answer 2

根据文档https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree.DecisionTreeClassifier.get_depth 的答案是使用tree.get_depth() 函数。