Python DecisionTreeClassifier如何查找下一个值

如何在从训练集中构建决策树后找到下一个值？ 在我的示例中，当我输入B和C值时，我需要知道字段的下一个值的概率

df = pd.DataFrame(np.random.randint(low=0, high=10, size=(5, 3)),
                    columns=['a', 'b', 'c'])

>>>
    a   b   c
0   2   8   8
1   4   2   9
2   1   0   7
3   5   1   7
4   6   0   2

X = df[ ['b','c'] ]
Y = df[ ['a'] ]

clf = DecisionTreeClassifier(random_state=241)
clf.fit(X, Y)

---

如果B=8，C=8，如何找出字段A的下一个值的概率？

您只需使用

clf.predict\u proba（）

。例如：

clf.predict_proba([[8,8]])

---

将返回一个浮点向量，表示数据成为列“a”中每个唯一值的概率。

谢谢您的回答。但当我做这个函数时，我看到：“array（[[1,0,0.]]），但我认为它应该是数字和概率百分比，比如：示例：下一个值将是2，可能是95%？（从DOC，predict_proba应该只返回2个参数：array of shape=[n_samples，n_classes]）@Miraslav这意味着输入具有第一个标签的概率为100%，这可能只是一个极端情况，因为您使用的示例非常简单。我现在明白了，谢谢！但是也可以看到标签以获得结果吗？@Miraslav您可以使用

clf.predict（[[8,8]]）

以最大的概率获得标签。您还可以使用

clf.classes\uuu

以与

clf.predict（）。