用Python解释决策树

Question

我在python中构建了一个决策树，我正在努力解释它。这棵树如下图所示。

这是Churn模型的结果。我想知道如何解释以下内容：

  1. Number of children at home <=3.5  (Integer)
  2. MaritalStatus_M <= 0.5  (M- Married in here and was a binary. I was expecting either MaritalStatus_M=0 or =1)
  3. Sales Reason_Price<=0.5 (Binary. I was expecting either Sales Reason_Price=0 or =1)
  4. Tenure_Months<= 0.5 (Integer)

预先感谢您的帮助。

Answer 1

树中的拆分决策倾向于使用<=关系（而不是平等，即使后者对于人类读者而言似乎更有意义）有一些内部原因，但是这种表示形式细节在解释中应该不会造成任何困难，这就是您在这里要问的。

因此，实际上是：

1. children <= 3.5的意思是less than four children（假设变量是整数）
2. MaritalStatus_M <= 0.5对于二进制变量表示MaritalStatus_M==0（即not married）
3. Sales Reason_Price<=0.5对于二进制变量表示Sales Reason_Price==0
4. Tenure_Months<= 0.5的意思是Tenure_Months==0（假设变量是整数）