在分类树 Python 2.7 中查找预测响应的相应样本分数
Posted
技术标签:
【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。
【问题讨论】:
【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。
【讨论】:
以上是关于在分类树 Python 2.7 中查找预测响应的相应样本分数的主要内容,如果未能解决你的问题,请参考以下文章
在 ipython 下 Python 2.7 中的 KeyboardInterrupt 不可预测,我怎样才能让它*总是*中止当前评估?