如何从python3中的xgboost模型中提取决策规则（特征分割）？

我需要从python中安装的xgboost模型中提取决策规则。我使用0.6a2版本的xgboost库，python版本是3.5.2

我的最终目标是使用这些拆分来存储变量（根据拆分）

我没有遇到任何属性的模型，这个版本可以给我分裂

plot_tree

给了我类似的东西。然而，这是树的可视化

---

我需要类似于xgboost模型的东西

您需要知道树的名称，然后，您可以将其插入到代码中。

这是可能的，但并不容易。我建议您使用

scikit learn

中的

GradientBoostingClassifier

，它类似于

xgboost

，但具有对构建树的本地访问权限

但是，使用

xgboost

，可以获取模型的文本表示，然后对其进行解析：

from sklearn.datasets import load_iris
from xgboost import XGBClassifier
# build a very simple model
X, y = load_iris(return_X_y=True)
model = XGBClassifier(max_depth=2, n_estimators=2)
model.fit(X, y);
# dump it to a text file
model.get_booster().dump_model('xgb_model.txt', with_stats=True)
# read the contents of the file
with open('xgb_model.txt', 'r') as f:
    txt_model = f.read()
print(txt_model)

它将打印6棵树的文本描述（2个估计器，每个估计器由3棵树组成，每个类一棵），其开头如下：

booster[0]:
0:[f2<2.45] yes=1,no=2,missing=1,gain=72.2968,cover=66.6667
    1:leaf=0.143541,cover=22.2222
    2:leaf=-0.0733496,cover=44.4444
booster[1]:
0:[f2<2.45] yes=1,no=2,missing=1,gain=18.0742,cover=66.6667
    1:leaf=-0.0717703,cover=22.2222
    2:[f3<1.75] yes=3,no=4,missing=3,gain=41.9078,cover=44.4444
        3:leaf=0.124,cover=24
        4:leaf=-0.0668394,cover=20.4444
...

---

您可以根据需要进一步处理此列表。

您可以通过函数

模型找到作为数据帧的决策规则。\u Booster.trees\u to\u dataframe（）

。

Yes

列包含Yes分支的

ID

，以及No分支的

No

列。通过这种方式可以重建树，因为对于数据帧的每一行，节点

ID

都将边定向到

Yes

和

No

。您可以使用networkx这样做：

import networkx as nx

df = model._Booster.trees_to_dataframe()

# Create graph
G = nx.Graph()
# Add all the nodes
G.add_nodes_from(df.ID.tolist())
# Add the edges. This should be simpler in Pandas, but there seems to be a bug with df.apply(tuple, axis=1) at the moment.
yes_pairs = df[['ID', 'Yes']].dropna()
no_pairs = df[['ID', 'No']].dropna()
yes_edges = [tuple([i[0], i[1]]) for i in yes_pairs.values]
no_edges = [tuple([i[0], i[1]]) for i in no_pairs.values]
G.add_edges_from(yes_edges + no_edges)

---

可能需要使用

\[f（[0-9]+）如何知道每个功能id实际代表什么？就像
f2
实际代表什么一样？@JacquelineP.，功能id只是X矩阵中相应列的序号。
[('2', '2.45'),
 ('2', '2.45'),
 ('3', '1.75'),
 ('3', '1.65'),
 ('2', '4.95'),
 ('2', '2.45'),
 ('2', '2.45'),
 ('3', '1.75'),
 ('3', '1.65'),
 ('2', '4.95')]

import networkx as nx

df = model._Booster.trees_to_dataframe()

# Create graph
G = nx.Graph()
# Add all the nodes
G.add_nodes_from(df.ID.tolist())
# Add the edges. This should be simpler in Pandas, but there seems to be a bug with df.apply(tuple, axis=1) at the moment.
yes_pairs = df[['ID', 'Yes']].dropna()
no_pairs = df[['ID', 'No']].dropna()
yes_edges = [tuple([i[0], i[1]]) for i in yes_pairs.values]
no_edges = [tuple([i[0], i[1]]) for i in no_pairs.values]
G.add_edges_from(yes_edges + no_edges)