如何在 sklearn 的 DecisionTreeClassifier 树中获取哪些叶子包含哪些训练样本

【问题标题】：How can i get which leaves contains which training samples in DecisionTreeClassifier tree in sklearn如何在 sklearn 的 DecisionTreeClassifier 树中获取哪些叶子包含哪些训练样本
【发布时间】：2019-10-03 00:57:11
【问题描述】：

使用 sklearn DecisionTreeClassifier 时会生成叶子，每个叶子都包含样本。目前可视化这棵树显示带有叶子的树，每个类的样本数。我想确切地知道哪些样品属于哪个叶子？ A tree representation

我想得到落在每一片叶子上的样本，代码或想法会很有帮助

【问题讨论】：

显示你的代码，你尝试了什么，你得到了什么，有没有错误。

标签： scikit-learn

【解决方案1】：

正如 scikit learn 的文档所解释的那样，您可以使用方法 DecisionTreeClassifier.apply(self, X, check_input=True)，它为 X 中的每个样本返回它“感觉到”到的叶子的 ID：

https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree.DecisionTreeClassifier.apply

否则，您可以使用方法DecisionTreeClassifier.decision_path(self, X, check_input=True) 获取“节点指示矩阵，其中非零元素表示样本通过节点”。

https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree.DecisionTreeClassifier.decision_path

因此，以下代码可能会解决您的问题：

dec_tree = DecisionTreeClassifier()
dec_tree.fit(x_train, y_train)

node_id_list = dec_tree.apply(x_train)

【讨论】：