有没有办法检索由 sklearn.tree.DecisionTreeClassifier 生成的最终节点数？

Question

如果对 max_depth、min_samples 等没有限制，有没有办法检索由 sklearn.tree.DecisionTreeClassifier 生成的最终节点数？

Answer 1

节点数

一旦你有了这棵树，你就可以访问它的内部tree_对象，以及这棵树的各种属性。源代码中描述的其中之一是node_count：

属性

• node_count : int
  树中的节点数（内部节点 + 叶子）。

所以你可以这样做：

c = DecisionTreeClassifier(…)
c.fit(…)
n_nodes = c.tree_.node_count

节点的其他属性

节点的其他各种属性存储在作为树对象属性的数组中，并由节点 id 索引。例如，它的value属性是一个节点分数数组，n_node_samples是每个节点的样本数数组。ericmjl的答案更详细地介绍了有关该表示的参考资料。您可以使用它来获取特定节点的值：

c = DecisionTreeClassifier(…)
c.fit(…)
value_i = c.tree_.value[i]

Answer 2

部分原因是我自己没有决策树，所以我无法在这里提供具体的例子。不过，我认为深入研究源代码可能会有所帮助。

https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_tree.pyx

sklearn的决策树有一个属性tree_，它是底层的Tree对象。Tree 对象在 _tree.pyx 类中定义。Tree 对象是：

“二叉决策树的基于数组的表示。二叉树表示为多个并行数组。i每个数组的第 - 个元素保存有关节点的信息i。节点 0 是树的根。

回想一下，树中有一些内部节点，但决策树始终是二元的。因此，当您从节点 0 开始遍历时，您可以访问树属性children_left并children_right找出哪些节点是每个节点的子节点。该threshold属性可能对您也有用。

一些可能（强调可能）工作的伪代码是：

clf = DecisionTreeClassifier()
[... train and test...]
print(clf.tree_.node_count) #get the node count.
print(clf.tree_.children_left[node]) #where node is some integer
print(clf.tree_.children_right[node])
print(clf.tree_.threshold[node])

希望这可以帮助。