用Python解释决策树
我用python构建了一个决策树,我正在努力解释它。这棵树看起来像下图 这是一个搅动模型的结果。我想知道如何解释以下内容:用Python解释决策树,python,machine-learning,scikit-learn,decision-tree,Python,Machine Learning,Scikit Learn,Decision Tree,我用python构建了一个决策树,我正在努力解释它。这棵树看起来像下图 这是一个搅动模型的结果。我想知道如何解释以下内容: 1. Number of children at home <=3.5 (Integer) 2. MaritalStatus_M <= 0.5 (M- Married in here and was a binary. I was expecting either MaritalStatus_M=0 or =1) 3. Sales Reason
1. Number of children at home <=3.5 (Integer)
2. MaritalStatus_M <= 0.5 (M- Married in here and was a binary. I was expecting either MaritalStatus_M=0 or =1)
3. Sales Reason_Price<=0.5 (Binary. I was expecting either Sales Reason_Price=0 or =1)
4. Tenure_Months<= 0.5 (Integer)
1。家中孩子的数量有一些内在原因为什么树中的拆分决定更喜欢有一些内在原因为什么树中的拆分决定更喜欢谢谢你的回答,任期是整数。一旦我得到“任期_Months@L.G.是的,应该是任期\u个月<21
或任期\u个月如果一个变量在分支中出现多次,我该如何解释?图中为MIN_TXN_值,橙色,类为Not_搅动。请将最小交易额读取为最小交易额value@L.G.在阅读这棵树时,请尝试运用一些常识(据说树木对这一点特别有用)。我看不出你的意思-我能看到的唯一一片橙色的叶子是关于最大TXN值的,而不是最小值的;从MIN\u TXN\u值开始的分支感谢您的回答,任期月份为整数。一旦我得到“任期_Months@L.G.是的,应该是任期\u个月<21
或任期\u个月如果一个变量在分支中出现多次,我该如何解释?图中为MIN_TXN_值,橙色,类为Not_搅动。请将最小交易额读取为最小交易额value@L.G.在阅读这棵树时,请尝试运用一些常识(据说树木对这一点特别有用)。我看不出你的意思-我能看到的唯一一片橙色的叶子是关于最大TXN值的,而不是最小值的;从MIN\u TXN\u值开始的分支