如何使我的决策树模型在每个节点问问题

Question

bounty到期在2天内。该问题的答案有资格获得+ 50声望赏金。Rishabh Ryber正在寻找来自信誉良好的来源的答案：“我需要使用if否则python语法作为函数”

我一直在研究基本的DecisionTree分类器，我需要我的模型在每个节点处提出问题。基本上，我的疾病预测者应该根据用户告诉的症状来猜测疾病。所以我想在每个阶段询问用户是否有特定的症状（在节点处分裂）并使用它来预测输出。

详细，这是我当前的代码段：

import pandas as pd
import numpy as np
from sklearn import tree
..
..
#import data from db and store in variables
..
clf = tree.DecisionTreeClassifier(criterion='entropy', splitter='best')
clf = clf.fit(relations,diseaseCodes)

print(clf.predict([relations[10]]))

这里，我必须一次性提供所有值的完整列表。我想在每个步骤中问用户问题，例如您现在患有哪种症状，并根据其对疾病进行分类。

注意：：我知道我的决策树已过拟合。

Answer 1

您可以从this answer改编它，它打印出树的决策路径

Answer 2

为此，您可以手动遍历拟合的树，通过公共api访问不可用的属性。

首先，让我们使用虹膜数据集获得拟合树：

data = load_iris()
clf = DecisionTreeClassifier(max_depth=3).fit(data['data'],data['target'])

让我们可视化这棵树，主要是调试我们的最终程序：

plt.figure(figsize=(10,8))
plot_tree(clf,feature_names=data['feature_names'],class_names=data['target_names'],filled=True);

在我的情况下，哪个输出：

现在是主要部分。从link，我们知道-

二叉树tree_表示为多个并行数组。每个数组的第i个元素保存有关节点i的信息。

我们需要的数组是feature，“值”和threshold。因此，从根（i=0）开始，我们首先收集访问的每个节点的特征和阈值，询问用户该特定特征的值，然后根据该特征向左或向右遍历。当我们到达一片叶子时，我们在该叶子中找到了最常出现的类，并最终退出了循环。

tree = clf.tree_
node = 0      #Index of root node
while True:
    feat,thres = tree.feature[node],tree.threshold[node]
    print(feat,thres)
    v = float(input(f"The value of {data['feature_names'][feat]}: "))
    if v<=thres:
        node = tree.children_left[node]
    else:
        node = tree.children_right[node]
    if tree.children_left[node] == tree.children_right[node]: #Check for leaf
        label = np.argmax(tree.value[node])
        print("We've reached a leaf")
        print(f"Predicted Label is: {data['target_names'][label]}")
        break

上面树的这种运行的示例是：

3 0.800000011920929
The value of petal width (cm): 1
3 1.75
The value of petal width (cm): 1.5
2 4.950000047683716
The value of petal length (cm): 5.96
We've reached a leaf
Predicted Label is: virginica