如何在 python 中找出 sklearn 决策树的大小？答案

【问题标题】：How to find out the size of a sklearn decision tree in python?如何在 python 中找出 sklearn 决策树的大小？
【发布时间】：2014-12-23 12:08:10
【问题描述】：

我正在对决策树进行一些特征归纳，并想知道树的节点数量。我如何在 python 中做到这一点？

使用 sklearn 网站上的股票示例，

x = [[0,0],[0,1]]
y = [0,1] 

from sklearn.ensemble import RandomForestClassifier
clf = RandomForestClassifer(n_estimators = 10)
clf = clf.fit(x,y)

我可以通过 clf[1]、clf[...] 之类的方法获取单个树，但是如何根据总节点数确定每棵树的大小？

【问题讨论】：

您是否使用库来制作决策树？如果有，是哪一个？
嗨 BreBarn，我正在使用 sklearn 的 RandomForestClassifier，然后单独访问这些树。
致反对者：这个问题很切题且相关。

标签： python machine-learning scikit-learn nodes decision-tree

【解决方案1】：

根据之前的答案，scikit learn 中随机森林的正确代码是：

nodeNumber = sum(tree.tree_.node_count for tree in clf.estimators_)

【讨论】：

【解决方案2】：

最大深度是一个非常有用的指标，我在 API 中没有找到它，所以我写了这个：

def dectree_max_depth(tree):
    n_nodes = tree.node_count
    children_left = tree.children_left
    children_right = tree.children_right

    def walk(node_id):
        if (children_left[node_id] != children_right[node_id]):
            left_max = 1 + walk(children_left[node_id])
            right_max = 1 + walk(children_right[node_id])
            return max(left_max, right_max)
        else: # leaf
            return 1

    root_node_id = 0
    return walk(root_node_id)

您可以像这样在森林中的所有树木 (rf) 上使用它：

[dectree_max_depth(t.tree_) for t in rf.estimators_]

BSD 许可证。

【讨论】：

【解决方案3】：

sklearn.tree._tree.Tree 对象具有“node_count”属性：

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

【讨论】：

【解决方案4】：

喜欢所有语言的所有树：

每个节点返回 1 + 所有子树大小的总和。

在python中，将此方法应用于根：

def size(tree):
    return 1 + sum([size(subtree) for subtree in tree.subtrees])

具体到sklearn，看这里的源码[https://github.com/scikit-learn/scikit-learn/tree/master/sklearn]

我认为这可以尝试：

nodeNumber = sum( len(tree.value) for tree in clf.estimators_ )

【讨论】：

此代码似乎不适用于我使用已编辑问题中的代码制作的树类型。抱歉，我之前说的不够具体。如何为随机森林分类器中的单个树调整此代码？