scikit-learn将树结构中每个叶节点的决策标签保存在哪里？

Question

我已经使用scikit-learn培训了一个随机森林模型，现在我想将其树形结构保存在文本文件中，以便我可以在其他地方使用它。 根据this link，树对象由许多平行数组组成，每个数组都包含一些关于树的不同节点的信息（例如，左边的孩子，右边的孩子，它检查的功能......）。但是，似乎没有关于每个叶节点对应的类标签的信息！甚至在上面的链接提供的例子中都没有提到。

有人知道scikit-learn决策树结构中存储的类标签在哪里？

Answer 1

看一看该文档为sklearn.tree.DecisionTreeClassifier.tree_.value：

from sklearn.datasets import load_iris 
from sklearn.cross_validation import cross_val_score 
from sklearn.tree import DecisionTreeClassifier 

clf = DecisionTreeClassifier(random_state=0) 
iris = load_iris() 

clf.fit(iris.data, iris.target) 

print(clf.classes_) 

[0, 1, 2] 

print(clf.tree_.value) 

[[[ 50. 50. 50.]] 

[[ 50. 0. 0.]] 

[[ 0. 50. 50.]] 

[[ 0. 49. 5.]] 

[[ 0. 47. 1.]] 

[[ 0. 47. 0.]] 

[[ 0. 0. 1.]] 

[[ 0. 2. 4.]] 

[[ 0. 0. 3.]] 

[[ 0. 2. 1.]] 

[[ 0. 2. 0.]] 

[[ 0. 0. 1.]] 

[[ 0. 1. 45.]] 

[[ 0. 1. 2.]] 

[[ 0. 0. 2.]] 

[[ 0. 1. 0.]] 

[[ 0. 0. 43.]]] 

每一行中clf.tree_.value“包含每个节点，的恒定预测值”，其对应索引到索引clf.classes_（help(clf.tree_)）。

请参阅this answer（很少）更多的细节。