我在python中使用xgboost包，我将在训练后提取树结构。例如，我将了解在每个节点处选择的特征和阈值，以将树结构导出到函数。 而且，我需要知道训练后每棵树的重量。 （正如我们所知，树的结果将被组合成w1 * h1 + w2h2 + ... + wn * hn，其中wi是权重的，hi是增强的第i棵树的答案）。实际上，我需要能够获得重量和内树。我在做分类。 我的另一个问题是，当我使用“来自xgboost import plot_tree”时，我收到此错误“包没有此功能”。我如何画树？
由于
答案 0 :(得分：0)
您可以将xgboost模型转储到文本文件中，然后自行解析。该文件如下所示：
助推器[0（＆lt; -tree id）]： 0（＆lt; -node id）：[f317（＆lt; -feature name）＆lt; 0.187154] yes = 1（＆lt; -child node id），no = 2，missing = 1 1：[f317＆lt; 0.071172]是= 3，否= 4，缺失= 3 ... 6379：leaf = 0.125（＆lt; -weight到那片叶子）
最后，它是所有叶子的加权和。这是二元分类和回归的情况。