Python 从xgboost.dump查找二叉树的所有路径

我有许多树的xgboost.dump文本文件。 我想找到所有路径以获得每个路径的值。 这是一棵树

tree[0]:
0:[a<0.966398] yes=1,no=2,missing=1
    1:[b<0.323071] yes=3,no=4,missing=3
        3:[c<0.461248] yes=7,no=8,missing=7
            7:leaf=0.00972768
            8:leaf=-0.0179376
        4:[a<0.379082] yes=9,no=10,missing=9
            9:leaf=0.0146003
            10:leaf=0.0454369
    2:[b<0.322352] yes=5,no=6,missing=5
        5:[c<0.674868] yes=11,no=12,missing=11
            11:leaf=0.0497964
            12:leaf=0.00953781
        6:[f<0.598267] yes=13,no=14,missing=13
            13:leaf=0.0504545
            14:leaf=0.0867654

但这种方法会导致错误，一旦最大深度更高，某些分支将停止生长，路径将错误。 所以我需要解析文本文件中的yes，no来生成真实的、正确的路径。 有什么建议吗？

---

谢谢大家!

下面是我使用R实现解决这个问题的方法。其他语言的用户可以按照逻辑进行复制

首先，我从xgb.model.dt.tree（）生成的模型转储文件开始

然后，我编写了一个函数来解析从任意节点到转储模型的单个树中的最终父节点的有效路径

稍后，我将使用purr:：by_row（）将此函数应用于模型转储中的所有终端节点“叶”记录，并转换结果

此函数接受两个参数，一个用于测试的树，另一个用于终端节点的标识。它遵循以下一般步骤：

从每棵树的目标（终端）节点开始，在c（“是”、“否”、“缺少”）决策拆分中查找目标节点作为有效子节点的行

将此有效的父节点ID连接到一个向量中，该向量将用于跟踪从目标节点到最终父节点的路径的每个步骤。此向量在函数完成时返回

接下来，对链上的每个节点重复“谁是我的父节点”步骤，直到路径到达最终父节点（此节点ID始终以“-0”结尾），同时更新链中每个新步骤的路径向量

函数到达终端节点后，返回（）路径 在我的例子中，我使用purr:：by_row（）while.collating=“rows”将此函数应用于模型转储中的所有“叶”节点，以将路径表示为输出中的其他行

这也很可能不是最快的方式

xgb.booster模型中nrounds或max_depth的增加将导致此过程的运行时间增加。您可以使用树的子集（xgb.model.dt.tree（）的参数n_first_tree=n）来开发您的方法，以便估计在最终模型中解析出整个终端节点路径所需的时间。在我的例子中，最大深度为5的模型大约有500棵树，可能需要30分钟以上

path1, a<0.966398, b<0.323071, c<0.461248, leaf = 0.00097268
path2, a<0.966398, b<0.323071, c>0.461248, leaf = -0.0179376
path3, a<0.966398, b>0.323071, a<0.379082, leaf = 0.0146003
path4, a<0.966398, b>0.323071, a>0.379082, leaf = 0.0454369
path5, a>0.966398, b<0.322352, c<0.674868, leaf = 0.0497964
path6, a>0.966398, b<0.322352, c>0.674868, leaf = 0.00953781
path7, a>0.966398, b>0.322352, f<0.598267, leaf = 0.0504545
path8, a>0.966398, b>0.322352, f>0.598267, leaf = 0.0864654

array([[ 0,  1,  3,  7],
       [ 0,  1,  3,  8],
       [ 0,  1,  4,  9],
       [ 0,  1,  4, 10],
       [ 0,  2,  5, 11],
       [ 0,  2,  5, 12],
       [ 0,  2,  6, 13],
       [ 0,  2,  6, 14]])