如何使用sklearn.tree输出进行预测的节点？

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班级：

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

如何获得进行预测的叶节点以及存储在叶子中的信息？

我知道上面例子的树的图形表示如下：

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

所以我知道对应于输入 iris.data [0，：] （第一个左子）的节点具有以下统计信息：

• 误差= 0
• 样品= 50
• value = [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（上面）信息？根据我目前的不足，关键是获取进行预测的叶节点的 ID ，相关的统计数据随后包含在 clf.tree_.value [ID] 中 clf.tree_.n_samples [ID]

谢谢

Answer 1

查看this问题。它说如何获得叶子的ID。然后，您可以使用clf.tree_.value和clf.tree.n_samples。