从DecisionTree中提取解决方案，算法

Question

import numpy as np
from sklearn.tree import DecisionTreeClassifier as DTS
from sklearn.cross_validation import train_test_split as tts

np.random.seed(0)
a = np.random.randint(20,size=1000).reshape(200,5)
b = []
for i in a:
    if i[2] == 5:
        b.append(1)
    else:
        b.append(0)

b = np.array(b).reshape(200,1)

t1,t2,y1,y2 = tts(a,b)

l = DTS()
l.fit(t1,y1)
print(l.score(t2,y2))

随机生成五个功能。如果第三列（中间列）的值为5，则输出为1，否则为0.我测试了DecisionTreeClassifier，它似乎有效。我也做了一些预测，似乎有效。现在我的问题是：如何获得解决方案的算法？让我们假设这是真实的数据，我不知道输入如何与输出相关，但是DecisionTreeClassifier可以在这个数据集上工作。感谢