有没有办法手动修改从给定数据集中学习的决策树中设置的阈值？

Posted 2023-03-12

【中文标题】有没有办法手动修改从给定数据集中学习的决策树中设置的阈值？

【英文标题】：Is there any way to manually modify the thresholds set in the decision tree learnt from a given dataset?

【发布时间】：2020-04-13 05:34:57

【问题描述】：

我试图使用 scikit-learn 的模块创建决策树模型：tree。生成模型后，我将树和决策标准可视化。但是，我希望手动修改某些标准中的阈值，以查看相同的输出如何变化。有什么方法可以做到吗？或者任何库一旦从数据集中学习了所需的阈值，就会将决策树转换为一堆 if-else 语句，反之亦然？

我知道模块选择的阈值是基于一些杂质指标，例如基尼杂质、信息增益等。但是，我仍然想尝试这些阈值。

谢谢！

【问题讨论】：

我不知道这是否可能，但是由于您拥有树，您可以手动实现它（如果它不是巨大的）并在那里修改值。但是，随着树最大化指标（gini 或 infg），您不会使用这些指标找到任何“更好”的结果。如果您想检查另一个指标，您可以在创建树本身时使用该指标来获得最大值

您可以尝试使用 GridSearchCV 并提供您想要试验的任何参数。看看这个链接：ritchieng.com/machine-learning-decision-trees

【参考方案1】：

是的，您可以轻松做到这一点。

sklearn 决策树通过 tree_ 属性公开其底层树。这个tree_ 有一个属性threshold，它是一个包含所有节点阈值的numpy 数组。您可以修改此数组，从而更改阈值。

例如：

X,y = load_breast_cancer(return_X_y=True)
dt = DecisionTreeClassifier(max_depth=3).fit(X,y)
print(dt.tree_.threshold)     #All the thresholds, size equals "dt.tree_.node_count"
dt.tree_.threshold[3] = 10.0  #Manually modifying a threshold    

为了验证，如果您在此修改之前和之后比较单独测试集的准确性（假设您修改了一个非叶节点），您应该会注意到一个变化（这可能会更糟）。