Python 调查结果；“最纯粹的”；sklearn中决策树的叶子

我使用决策树进行二元分类，我感兴趣的是找到具有“最纯”分类的终端节点，对应于输入空间的一个子空间，其中单个类占主导地位。为了避免过度拟合，我使用了

min\u samples\u leaf

标志

更具体地说，我想：

• 检查经过训练的决策树中的所有叶子
• 找到每个叶的0/1比率
• 查找每个叶对应的规则

---

我以前看过关于查找规则的帖子，但还没有找到如何查找每叶的比率

到目前为止您做了什么？按照建议打印规则，但找不到如何提取0/1比率您为什么要寻找“最纯净”的叶子？有时，该度量可能毫无意义，特别是当到达的终端节点在树上的位置过高/过低时（即，“纯净度”可以表示问题空间中较容易的部分或数据点很少的部分或其他东西……），我感兴趣的是找到一组简单的规则，帮助我找到一组0（或1）这是尽可能同质的。事实上，我必须确保这些规则“有意义”，并控制每个叶的最小数据点数量。