Python 如何使用sklearn.tree输出进行预测的节点?
我想获得使用sklearn.tree进行预测的节点的所有信息 例如:Python 如何使用sklearn.tree输出进行预测的节点?,python,scikit-learn,regression,Python,Scikit Learn,Regression,我想获得使用sklearn.tree进行预测的节点的所有信息 例如: from sklearn.datasets import load_iris nfrom sklearn.tree import DecisionTreeClassifier clf = DecisionTreeClassifier() iris = load_iris() clf = clf.fit(iris.data, iris.target) 现在,我们可以使用以下方法预测类别: clf.predict(iris.da
from sklearn.datasets import load_iris
nfrom sklearn.tree import DecisionTreeClassifier
clf = DecisionTreeClassifier()
iris = load_iris()
clf = clf.fit(iris.data, iris.target)
现在,我们可以使用以下方法预测类别:
clf.predict(iris.data[0, :])
如何获取进行预测的叶节点以及存储在叶中的信息
我知道上述示例中树的图形表示如下:
因此,我知道与输入iris.data[0,:](左一子级)对应的节点具有以下统计信息:
- 错误=0
- 样本=50
- 值=[50 0]
clf.tree\u0.value
和clf.tree.n\u示例
谢谢!X=((iris.data[0,:]).astype(np.float32))。重塑(1,-1),然后clf.tree_u2;.apply(X)[0]返回正确的节点