如何在sklearn中输出决策树数据答案

【问题标题】：How to output decision tree data in sklearn如何在sklearn中输出决策树数据
【发布时间】：2019-01-22 01:39:10
【问题描述】：

有没有办法输出决策树数据，例如作为字典？我知道sklearn.tree.export_graphviz，这是一个很棒的视觉效果，但我想知道是否有办法输出，比如：

这样：

{0: 'samples': 100.0%, 'value': [0.53, 0.47],
 1: 'samples': 72.6%, 'value': [0.61, 0.39],
 2: 'samples': 27.4%, 'value': [0.38, 0.62]}

将数据设为dictionary、DataFrame、array 等会更容易分析，而不仅仅是查看一些彩色框。我浏览了sklearn 文档，但找不到任何东西。

谢谢

【问题讨论】：

标签： python dictionary scikit-learn decision-tree

【解决方案1】：

看起来这个here 有一个实现。玩过之后，我认为限制因素之一是这样的 dict 的深度。请记住，这样的树不是：

{node1:[data],
 node2:[data],
 node3:[data],
 etc}

更像是：

{node1:[data],
      sub-node1:{
                 sub-sub-node1:{
                                sub-sub-sub-node1:[data],sub-sub-sub-node2:[data],...}
                 sub-sub-node2:{
                                sub-sub-sub-node1:[data],sub-sub-sub-node2:[data],...}
                 etc}
      sub-node2:{etc}
}

如果你有一棵树很高（或None）max_depth，这很快就会失控

【讨论】：

sklearn.tree.export_dict() 函数似乎正是我正在寻找的，但我不知道如何调用它（不断得到一个 AttributeError: 'module' 对象有没有属性'export_dict'）。在我的情况下，树深度不是问题，因为我设置了 max_depth = 2
据我所知，该功能从未包含在主要版本中。我能够从该仓库复制粘贴它，包括顶部的导入（从 from . import _tree 更改为 from sklearn.tree import _tree）并将其作为常规函数运行，传入合适的 DecisionTreeClassifier
这成功了！字典本身有点笨拙，但它是一些东西。谢谢，G！