Python 从决策树中提取解、算法

有五个随机生成的特征。如果第三列（中间列）的值为5，则输出为1，否则为0。我测试了DecisionTreeClassifier，它似乎有效。我也做了一些预测，它似乎是有效的。现在我的问题是：如何得到一个解的算法？让我们假设这是真实的数据，我不知道输入和输出是如何相互关联的，但是DecisionTreeClassifier将在这个数据集上工作。谢谢

您想从您的

DecisionTreeClassifier

获取决策路径吗？听起来你应该用。是的，我见过。但我真的不明白这告诉我什么？我收到元组（int，int）和1。。。如何理解这一点？您可能需要阅读并相应地重新格式化您的问题。

import numpy as np
from sklearn.tree import DecisionTreeClassifier as DTS
from sklearn.cross_validation import train_test_split as tts

np.random.seed(0)
a = np.random.randint(20,size=1000).reshape(200,5)
b = []
for i in a:
    if i[2] == 5:
        b.append(1)
    else:
        b.append(0)

b = np.array(b).reshape(200,1)

t1,t2,y1,y2 = tts(a,b)

l = DTS()
l.fit(t1,y1)
print(l.score(t2,y2))