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 class：

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？

我知道上面示例的树的图形表示如下：

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

所以我知道输入iris.data[0, :](first left child)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？从我目前的理解来看，关键是要获得叶节点的ID进行预测，然后将相关统计信息包含在clf.tree_.value[ID]中 和 clf.tree_.n_samples[ID].

谢谢

Answer 1

看看 this 问题。它说如何获得叶的ID。然后你可以使用那些 clf.tree_.value 和 clf.tree.n_samples.

如何输出使用 sklearn.tree 进行预测的节点？

How can I output the node making a prediction using sklearn.tree?

python

regression

scikit-learn