Question

我想检索每个实例在决策树或RandomForest中所采用的路径。例如，我需要这样的输出：

# 1  1 3 4 8 NA NA
# 2  1 2 5 7 11 NA
# 3  1 3 4 9 10 13
# 4  1 3 4 8 NA NA
# etc

这意味着实例＃1从节点1,3,4传递路径并在终端节点8中结束，依此类推。很明显，某些情况下的路径长度比其他情况短。

我使用了decision_path，但它提供了一个我无法理解的稀疏矩阵并找到了这样的路径。即使我无法读取输出。它是Iris数据库的示例代码：

from sklearn.datasets import load_iris
iris = load_iris()
import numpy as np
ytrain = iris.target
xtrain = iris.data
from sklearn.tree import DecisionTreeClassifier
dtree = DecisionTreeClassifier()
fitted_tree = dtree.fit(X=xtrain,y=ytrain)
predictiontree = dtree.predict(xtrain)
fitted_tree.decision_path(xtrain)

输出是这样的：

<150x17 sparse matrix of type '<class 'numpy.int64'>'
with 560 stored elements in Compressed Sparse Row format>

请帮我制作一个矩阵，比如我在顶部提到的矩阵。我不知道如何处理稀疏矩阵。

Answer 1

感谢@Patrick Artner的评论，这就是答案：

dense_matrix = fitted_tree.decision_path(xtrain).todense()

它会输出

#matrix([[1, 1, 0, ..., 0, 0, 0],
#        [1, 1, 0, ..., 0, 0, 0],
#        [1, 1, 0, ..., 0, 0, 0],
#        ..., 
#        [1, 0, 1, ..., 0, 0, 1],
#        [1, 0, 1, ..., 0, 0, 1],
#        [1, 0, 1, ..., 0, 0, 1]], dtype=int64)

第一行是第一个实例，依此类推。例如，这是第一行[1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]，这意味着第一个实例通过第1和第2个节点，而不会传递其他节点。

Answer 2

或者，如果您需要对每个样本的决策路径进行更多控制，也可以执行以下操作：

decision_paths = fitted_tree.decision_path(xtrain)
decision_path_list = list(decision_paths.toarray())
for path in decision_path_list:
    *#Analyse different paths here*

在Python中使用Decision Tree中的decision_path

2 个答案: