在分类树 Python 2.7 中查找预测响应的相应样本分数

Posted 2023-03-12

【中文标题】在分类树 Python 2.7 中查找预测响应的相应样本分数

【英文标题】：Finding the corresponding sample fraction for a predicted response in classification trees Python 2.7

【发布时间】：2015-11-21 06:42:33

【问题描述】：

我知道如何使用sklearn 来拟合一棵树。我也知道如何使用predict 或predict_proba 进行预测。但是，对于预测，我想获得（原始）样本分数而不是概率。

例如，在一棵拟合树中，两个叶节点对于 A 类的概率可能都为 0.2，但一个为 2/10，而另一个为 400/2000。现在，如果我使用这棵树，我希望得到类似 [400,2000] 或 [2,10] 而不仅仅是 0.2。

n_node_sample 和 value 属性将此类信息存储在拟合的树对象中，但我不知道如何在预测中从中提取适当的值。

提前致谢。

【参考方案1】：

您可以使用树的tree.tree_.apply 方法找出该点最终位于哪个叶子中，然后使用tree.tree_.value 数组检查每个类的样本在该叶子中的数量：

import numpy as np
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier

iris = load_iris()
tree = DecisionTreeClassifier(max_depth=2).fit(iris.data, iris.target)

leaf = tree.tree_.apply(iris.data[50:51].astype(np.float32))
print(leaf)
# output [3]
print(tree.tree_.value[leaf])
# output [[[  0.  49.   5.]]]
print(tree.predict_proba(iris.data[50:51]))
# output [[ 0.          0.90740741  0.09259259]]

在下一个版本 0.17 中，tree.tree_.apply 将作为tree.apply“公开”，并将负责数据类型转换（到 float32）。见the docs。