0
我已经拟合了DecisionTreeClassifier的一个实例,并且我试图为每个节点提取预测概率。我需要这个以创建类似于下面所示的自定义决策树可视化。来自训练过的sklearn中树节点的预测分类概率DecisionTreeClassifier
我可以导出每个节点的功能和阈值。
dtc.tree_.feature
Out[72]: array([93, 36, 92, 51, 84, -2, 20, -2, -2, -2, -2, -2, 6, -2, -2])
dtc.tree_.threshold
Out[73]:
array([ 50.5 , 0.5 , 85.50991821, 0.5 ,
5.5 , -2. , 0.5 , -2. ,
-2. , -2. , -2. , -2. ,
0.5 , -2. , -2. ])
理想情况下,我会使用类似于此的每个节点导出预测概率。
dtc.tree_.probability
Out[xx]:
array([0.50, 0.42, 0.21, 0.45, 0.62, ....])
这可能吗?
也许这可以帮助:这样,我可以使用下面的计算它http://scikit-learn.org/stable/auto_examples/tree/plot_unveil_tree_structure.html#sphx-glr-auto-examples-tree- plot-unveil-tree-structure-py –
这个例子帮助我找到了特征和阈值,但是我没有看到一种方法来为每个节点提取概率,而不是基于每个决策路径人工创建一个样本。这只会让我终端节点:/ – Selah