Question

我有一个决策树，使用泰坦尼克的例子在R中创建。此树已经过验证且正确无误。（decision tree R）

现在我在Python中创建相同的树，使用完全相同的数据集和列来创建树。我使用Graphviz执行此操作，但由于我无法将其导入Python本身（Spyder），我只是将数据导出到Graphviz，然后在其网站上创建图形http://webgraphviz.com/

我用于导出的代码是：

import sklearn.tree as tree 

tree.export_graphviz(rpart, out_file="tree.dot", filled=True, 
                     feature_names=list(titanic_dmy.drop(['survived'], axis=1).columns), 
                             impurity=False, label=None, proportion=True, 
                             class_names=['Survived', 'Died'])

创建的树看起来像this

数字不符合100％，但它们非常接近。这里的问题是Python创建的树与R创建的树完全相反。

例如：R显示如果你是男性，你必须去第2个“年龄”的方框。如果你是女性，你必须去第二类“第三类”。但是，这在Python中反过来表现出来了。所以：男性进入三等，女性进入年龄。这会影响最终结果，因为R表明女性幸存下来，Python表明男性幸存下来。

有人知道这里出了什么问题吗？

可以在OneDrive上找到包含支持数据集的完整代码： https://1drv.ms/u/s!AjkQWQ6EO_fMiSVkhk9yIqsdlA-4

问候，Ganesh

Answer 1

我认为你错误地读了这个错误的方法并且树实际上非常相似。

如果你是女性，那么（男性<= 0.5）=真，所以你去左边的方框，“第三课”。如果你是男性，那么（男性<= 0.5）=假，所以你去右边的方框，'年龄'。

泰坦尼克号示例R与Python：决策树相反

1 个答案: