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：

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]

是否可以在不打印树的情况下自动获取输出节点和（以上）信息？根据我目前的理解，关键是要获得进行预测的叶节点的ID，相关的统计信息随后包含在clf.tree_uu.value[ID]和clf.tree_uu.n_samples[ID]中

谢谢

看一看问题。它说明了如何获取叶子的ID。然后您可以使用这些

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