Python Sklearn：如何解释可视化决策树中的颜色？

我正在使用sklearn训练一个决策树回归器，我还使用sklearn的树来绘制图表，如下所示：

regressor  = DecisionTreeRegressor(random_state = 69)
regressor.fit(dataset["trainX"], dataset["trainY"])

plt.figure(figsize=(20,7))
plot_tree(reg_trained, impurity = False, max_depth = 3, fontsize=10)
plt.show()

生成的树形图如下所示：

---

我想知道这棵树的颜色代表什么（也就是为什么有些节点是白色的，有些是灰色的），但我在文档中的任何地方或在谷歌搜索时都找不到它。有什么想法吗？

通常这是由

filled

参数控制的，所以我不知道发生了什么…你能分享一个简单的例子（和sklearn版本）吗？