使用 scikit-learn 时如何找到我的树分裂的属性？

Question

我一直在探索 scikit-learn，用熵和基尼分裂标准制作决策树，并探索差异。

我的问题是，我如何“打开引擎盖”并准确找出树在每个级别上分裂的属性以及它们相关的信息值，以便我可以看到两个标准在哪里做出不同的选择？

到目前为止，我已经探索了文档中概述的 9 种方法。他们似乎不允许访问此信息。但这些信息肯定是可以访问的吗？我正在设想一个包含节点和增益条目的列表或字典。

Answer 1

直接来自文档（http://scikit-learn.org/0.12/modules/tree.html）：

from io import StringIO
out = StringIO()
out = tree.export_graphviz(clf, out_file=out)

Python3 不再支持

StringIO

模块，而是导入

io

模块。

决策树对象中还有

tree_

属性，它允许直接访问整个结构。

您可以简单地阅读它

clf.tree_.children_left #array of left children
clf.tree_.children_right #array of right children
clf.tree_.feature #array of nodes splitting feature
clf.tree_.threshold #array of nodes splitting points
clf.tree_.value #array of nodes values

更多详情请查看导出方法源代码

一般来说你可以使用

inspect

模块

from inspect import getmembers
print( getmembers( clf.tree_ ) )

获取对象的所有元素

Answer 2

如果您只是想快速查看树中发生的情况，请尝试：

zip(X.columns[clf.tree_.feature], clf.tree_.threshold, clf.tree_.children_left, clf.tree_.children_right)

其中X是自变量的数据框，clf是决策树对象。请注意，

clf.tree_.children_left

和

clf.tree_.children_right

一起包含分割的顺序（其中每一个都对应于 graphviz 可视化中的一个箭头）。

Answer 3

Scikit learn 在 0.21 版本（2019 年 5 月）中引入了一种名为

export_text

的美味新方法，用于查看树中的所有规则。 文档在这里。

一旦适合了模型，您只需要两行代码。首先，导入

export_text

：

from sklearn.tree import export_text

其次，创建一个包含您的规则的对象。为了使规则看起来更具可读性，请使用

feature_names

参数并传递功能名称列表。例如，如果您的模型名为

model

并且您的特征在名为

X_train

的数据框中命名，您可以创建一个名为

tree_rules

的对象：

tree_rules = export_text(model, feature_names=list(X_train))

然后只需打印或保存

tree_rules

。你的输出将如下所示：

|--- Age <= 0.63
|   |--- EstimatedSalary <= 0.61
|   |   |--- Age <= -0.16
|   |   |   |--- class: 0
|   |   |--- Age >  -0.16
|   |   |   |--- EstimatedSalary <= -0.06
|   |   |   |   |--- class: 0
|   |   |   |--- EstimatedSalary >  -0.06
|   |   |   |   |--- EstimatedSalary <= 0.40
|   |   |   |   |   |--- EstimatedSalary <= 0.03
|   |   |   |   |   |   |--- class: 1