将 scikit-learn DecisionTreeClassifier.tree_.value 映射到预测类答案

【问题标题】：mapping scikit-learn DecisionTreeClassifier.tree_.value to predicted class将 scikit-learn DecisionTreeClassifier.tree_.value 映射到预测类
【发布时间】：2014-11-30 04:40:08
【问题描述】：

我在 3 类数据集上使用 scikit-learn 决策树分类器。拟合分类器后，我访问 tree_ 属性上的所有叶节点，以获得每个类最终在给定节点中的实例数量。

clf = tree.DecisionTreeClassifier(max_depth=5)
clf.fit(X, y)
# lets assume there is a leaf node with id 5
print clf.tree_.value[5]

这将打印出来：

>>> array([[  0.,   1.,  68.]])

但是...我如何知道该数组中的哪个位置属于哪个类？分类器有一个 classes_ 属性，它也是一个列表

>>> clf.classes_
array(['CLASS_1', 'CLASS_2', 'CLASS_3'], dtype=object)

也许 value 数组的索引 1 与 classes 数组的索引 1 上的类匹配，等等？

【问题讨论】：

请单独发布答案，而不是将其编辑到问题中。然后，您可以接受自己的答案，将问题标记为已关闭。
@larsmans，这是通用规则吗？我曾经读过一篇有人这样做的帖子，并得到评论说他应该做我所做的事情。你的声望似乎足够高。我会这样做，希望没有人说相反：S

标签： python scikit-learn decision-tree

【解决方案1】：

在 scikit-learm 邮件列表上询问这个问题，我的猜测是正确的。原来 value 数组上的索引 1 与 classes 数组索引 1 上的类匹配，依此类推

【讨论】：

【解决方案2】：

不，不是 clf.classes_ 而是 clf.tree_.feature 包含 X 的列索引。并且，如果 X 是 Pandas DataFrame，则 X.columns 包含名称。您可以在a similar question找到更多详细信息。

【讨论】：

嗨@jihun，我想你误解了，值数组（clf.tree_.value[5]）不包含特征，它包含给定类的实例数量的计数器节点（在本例中为节点 5），我需要将这些计数器映射到相应的类名。