Python 3.x 决策树有两个相似的节点
我使用sklearn创建了一个决策树Python 3.x 决策树有两个相似的节点,python-3.x,machine-learning,scikit-learn,decision-tree,supervised-learning,Python 3.x,Machine Learning,Scikit Learn,Decision Tree,Supervised Learning,我使用sklearn创建了一个决策树 from sklearn import tree clf = tree.DecisionTreeClassifier(max_depth=3) clf = clf.fit(X, Y) 数据框X中的参数为-“公司规模”,“行业/其他”,“账户规模”,“国家”,以及“用例1” 在尝试使用export\u graphviz可视化树时,我得到了两个类似的节点: 获得类似节点的原因是什么?如何阅读此树?为了简化解释,我将用字母进行解释。您的树如下所示: A -&g
from sklearn import tree
clf = tree.DecisionTreeClassifier(max_depth=3)
clf = clf.fit(X, Y)
数据框X中的参数为-“公司规模”
,“行业/其他”
,“账户规模”
,“国家”
,以及“用例1”
在尝试使用export\u graphviz
可视化树时,我得到了两个类似的节点:
获得类似节点的原因是什么?如何阅读此树?为了简化解释,我将用字母进行解释。您的树如下所示:
A -> B
|
\-> C -> D -> F
| \-> G
|
\-> E -> H
\-> I
A
是您的根节点,D
和E
您所说的节点是相似的节点
在图中,节点A
被分成两部分,B
和C
。帐户大小<19969的数据样本转到C,否则转到B
在到达
C
的示例中,具有行业的示例与其他示例具有相同级别的此节点,因此一切正常。这仅意味着,对于行业_其他
而言,公司规模的决策规则大于或小于0.5(