如何使 Python 决策树更易于理解？

Question

我有一个数据文件。数据的最后一列有 +1 和 -1 区分变量。我还在单独的文件中有每列的 ID 名称。

例如

并且对于每一列，我分别有 Q1、Q2、Q3、Q4、Q5 名称。

我想实现决策树classifier所以我写了下面的代码：

import numpy
from sklearn import tree

print('Reading data from ' + fileName);
data = numpy.loadtxt(fileName);
print('Getting ids from ', idFile)
idArray = numpy.genfromtxt('cleanedID.csv', dtype='str')

print('Adding ids')
print('data dimensions: ', data.shape)
print('idArray dimensions: ', idArray.shape)
data = numpy.append(idArray, data, axis = 0)


y = data[:,-1]
x = data[:, 1:-1]

classifier = tree.DecisionTreeClassifier(max_depth = depth)
classifier = classifier.fit(x, y)

with open('graph.dot', 'w') as file:
    tree.export_graphviz(classifier, out_file = file)

file.close()

我使用 graphviz 将 .dot 文件转换为 .png 文件。

问题是决策树看起来像：

我不明白 X[number] 是什么意思。我搜索并发现 value = [5 0] 意味着 class 5 有 0 个对象，class 0 有 5 个对象，但我只有 +1 和 -1 区分变量。无论如何我可以调整这个决策树，以便我可以在决策树图片中看到列名称（Q1、Q2、Q3 ....），以便我理解这意味着什么？

谢谢

Answer 1

Value = [5 0]表示第一个class有5个成员，第二个class有0个成员。对你来说，class 顺序可能是 [-1 1].

关于列名：正如yangjie指出的那样，X[158]表示第159列（零索引）。规则已经很清楚了：X[168]<=1.5 表示对于给定的行，树根据第 168 列的值以及它与 1.5 的比较来决定是向左还是向右。

您可以使用 feature_names 可选参数添加列名到 export_graphviz

如何使 Python 决策树更易于理解？

How to make Python decision tree more understandable?

python

tree

data-analysis

scikit-learn