我已经使用数据集训练了一棵决策树。现在我想看看哪些样本属于树的哪个叶子节点。
从这里开始，我想要红色圆圈中的样本。
我正在使用Python的Sklearn实现决策树。
有没有办法在决策树的每个叶子节点下获取样本？
8
- Farshid Rayhan
2
1这个：https://dev59.com/5FwY5IYBdhLWcg3wh4Pc 和这个：https://dev59.com/E2Ij5IYBdhLWcg3weFCq#42227468 可能是相关的。 - Miriam Farber
左上角的叶子是故意省略的吗？ - Maximilian Peters
1个回答
12
如果您只想要每个样本的叶子节点，您可以直接使用：
clf.apply(iris.data)
dec_paths = clf.decision_path(iris.data)
然后循环遍历决策路径，使用 toarray() 将其转换为数组，并检查它们是否属于某个节点。所有内容都存储在 defaultdict 中，其中键是节点编号，值是样本编号。
for d, dec in enumerate(dec_paths):
for i in range(clf.tree_.node_count):
if dec.toarray()[0][i] == 1:
samples[i].append(d)
完整的代码
import sklearn.datasets
import sklearn.tree
import collections
clf = sklearn.tree.DecisionTreeClassifier(random_state=42)
iris = sklearn.datasets.load_iris()
clf = clf.fit(iris.data, iris.target)
samples = collections.defaultdict(list)
dec_paths = clf.decision_path(iris.data)
for d, dec in enumerate(dec_paths):
for i in range(clf.tree_.node_count):
if dec.toarray()[0][i] == 1:
samples[i].append(d)
输出
print(samples[13])
[70, 126, 138]
- Maximilian Peters
11
1@AlaaM. 你可以运行
clf.decision_path(my_test_samples) 并获得这些样本的决策路径。 - Maximilian Peters1@AlaaM 请看这个答案：https://dev59.com/gqDia4cB1Zd3GeqPGp4q#43218264，如果您传入一个样本，您可以将所有只有一个样本的节点着色，并且您可以可视化该特定样本的决策。 - Maximilian Peters
嗨！我正在尝试你的代码，但是我的绘制的随机森林决策树在节点0上有180个样本和29个节点。而你的代码返回23个样本[i]和651个样本。我错过了什么吗？ - Noob Programmer
@NoobProgrammer：你能否开一个新问题，把你的代码放上去？我还没有尝试过随机森林的代码。 - Maximilian Peters
@MaximilianPeters https://stackoverflow.com/questions/69852142/extracting-samples-indices-of-decision-trees-in-random-forest - Noob Programmer
显示剩余6条评论
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接