Skip to main content
 首页 » 编程设计

python之如何使 Python 决策树更易于理解

2024年10月24日13linjiqin

我有一个数据文件。数据的最后一列有 +1 和 -1 区分变量。我还将每列的 ID 名称放在一个单独的文件中。

例如

1 2 3 4 1 
5 6 7 8 1 
9 1 2 3 -1 
4 5 6 7 -1 
8 9 1 2 -1 

对于每一列,我分别有 Q1、Q2、Q3、Q4、Q5 名称。

我想实现决策树分类器,所以我写了下面的代码:

import numpy 
from sklearn import tree 
 
print('Reading data from ' + fileName); 
data = numpy.loadtxt(fileName); 
print('Getting ids from ', idFile) 
idArray = numpy.genfromtxt('cleanedID.csv', dtype='str') 
 
print('Adding ids') 
print('data dimensions: ', data.shape) 
print('idArray dimensions: ', idArray.shape) 
data = numpy.append(idArray, data, axis = 0) 
 
 
y = data[:,-1] 
x = data[:, 1:-1] 
 
classifier = tree.DecisionTreeClassifier(max_depth = depth) 
classifier = classifier.fit(x, y) 
 
with open('graph.dot', 'w') as file: 
    tree.export_graphviz(classifier, out_file = file) 
 
file.close() 

我使用 graphviz 将 .dot 文件转换为 .png 文件。

问题是决策树看起来像这样:

我不明白 X[number] 是什么意思。我搜索并发现 value = [5 0] 意味着类 5 有 0 个对象,类 0 有 5 个对象,但我只有 +1 和 -1 区分变量。无论如何,我是否可以调整此决策树,以便我可以在决策 TreeMap 片中看到列名称(Q1、Q2、Q3 ....),以便我理解这意味着什么?

谢谢

请您参考如下方法:

Value = [5 0]表示第一类有 5 个成员,第二类有 0 个成员。对于您来说,类(class)顺序可能是 [-1 1] .

至于列名:正如杨杰指出的那样,X[158]表示第 159 列(零索引)。规则已经很清楚了:X[168]<=1.5表示对于给定的行,树根据第 168 列的值以及它与 1.5 的比较来决定是向左还是向右。

您可以使用 feature_names 添加列名export_graphviz 的可选参数