Scikit-learn 1节点决策树？

Question

我对这个问题感到有点困惑，我创建了一个列表列表（传递给numpy的asarray存储在X中），其中每个子列表都是样本的特征（每列中当前的值相同）因为我还没有将每个特征解析为整数）。然后通过numpy.fill创建我的y变量，并使用相同的值进行测试。我将这两个numpy数组传递给拟合（X，y），其中X =

array([[ 0,  1,  2, ..., -1, -1, -1],
   [ 0, -1,  2, ..., -1, -1, -1],
   [ 0, -1, -1, ..., -1, -1, -1],
   ..., 
   [ 0, -1, -1, ..., -1, -1, -1],
   [ 0, -1, -1, ..., -1, -1, -1],
   [ 0, -1,  2, ..., -1, -1, -1]])

和y =

[4 4 4 ..., 4 4 4]

然而，结果输出是1节点决策树，gini值为0.想知道是否有人可以解释为什么会发生这种情况。谢谢！

Answer 1

根据我的理解，所有样本的目标值都是4。我想树只有一个节点，它预测测试数据的目标值为4，因为所有训练数据的目标值都是4。并且gini index也是0，因为所有样本都在同一个类中。希望它有所帮助！