我们正在使用 sklearn 决策树分类器。我们通常将决策树可视化以查看正在使用哪些属性，然后进行测试。我们最近发现，对于决策节点（内部节点）之一，使用了 90 的值。训练数据不包含该列的 90。该列的值是 1 或 2。我想知道值 90 来自哪里。如果有帮助，测试数据大小为 3200。
对于不同的训练集，此节点的值为 169。训练数据再次不包含任何此类值。
我们不使用任何随机森林。我们已尝试更改标准，但对于“熵”和“基尼”标准，决策树看起来相同，并且出现值 90 或 169。
clf_dt = tree.DecisionTreeClassifier(criterion="gini", random_state=42)
clf_dt = clf_dt.fit(X, y)
self.visualize_decision_tree(clf_dt)