Comment puis-je trouver les attributs de mon arbre se divise sur, lors de l'utilisation de scikit-learn?

J'explore le scikit-learn, de décision les arbres de décision à la fois de l'entropie et de l'indice de gini de fractionnement des critères, et d'explorer les différences.

Ma question, est de savoir comment je peux "ouvrir le capot" et de savoir exactement quels sont les attributs les arbres sont fractionnement à chaque niveau, ainsi que leurs valeurs d'informations, afin que je puisse voir où les deux critère de faire des choix différents?

Jusqu'à présent, j'ai exploré le 9 méthodes décrites dans la documentation. Ils ne semblent pas permettre l'accès à cette information. Mais sûrement, cette information est accessible? Je suis envisageant une liste ou dict qui possède des entrées pour le nœud et le gain.

Merci pour votre aide et toutes mes excuses si j'ai oublié quelque chose de tout à fait évident.

InformationsquelleAutor Matt O'Brien | 2013-11-23
  1. 31

    Directement à partir de la documentation ( http://scikit-learn.org/0.12/modules/tree.html ):

    from io import StringIO
out = StringIO()
out = tree.export_graphviz(clf, out_file=out)

    StringIO module n'est plus pris en Python3, au lieu de l'importation io module.

    Il y a aussi le tree_ attribut dans votre arbre de décision de l'objet, qui permet l'accès direct à l'ensemble de la structure.

    Et vous pouvez simplement lire

    clf.tree_.children_left #array of left children
clf.tree_.children_right #array of right children
clf.tree_.feature #array of nodes splitting feature
clf.tree_.threshold #array of nodes splitting points
clf.tree_.value #array of nodes values

    pour plus de détails, regardez la le code source de la méthode d'exportation

    En général, vous pouvez utiliser le inspect module

    from inspect import getmembers
print( getmembers( clf.tree_ ) )

    pour obtenir tous les éléments de l'objet

    Comment puis-je trouver les attributs de mon arbre se divise sur, lors de l'utilisation de scikit-learn?

    • Est "de gauche" est toujours la valeur "true" et la droite est la "fausse"?
    • Premier lien est cassé
    • Comment puis-je obtenir des échantillons de valeur à partir du diagramme?
    InformationsquelleAutor lejlot
  2. 11

    Si vous voulez juste un rapide coup d'oeil à ce qui se passe dans l'arbre, essayez:

    zip(X.columns[clf.tree_.feature], clf.tree_.threshold, clf.tree_.children_left, clf.tree_.children_right)

    où X est la trame de données de variables indépendantes et de la fcf est la décision objet de l'arborescence. Notez que clf.tree_.children_left et clf.tree_.children_right ensemble contiennent l'ordre que les divisions ont été faites (chacun de ces correspondrait à une flèche dans la graphviz visualisation).

    InformationsquelleAutor Daniel Gibson