scikit learn中的DecisionTree分类器特征返回值-2,意味着什么

DecisionTreeClassifier和DecisionTreeRegressor的tree._feature在最后几次返回-2的值。这是由于它们是叶节点吗?我可以将任何-2的值视为叶节点特征吗?


回答:

通常来说,是的。当某个节点没有分支时,对象变量.tree_.feature会返回-2,这种情况仅在节点是叶节点时发生(当树在没有修剪的情况下生长,即fit(..., ccp_alpha=0))。

虽然在help()文档中这一点不是100%明确,但可以在代码中找到对此的引用:https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/tree/_tree.pyx

其中feature值被设置为静态变量TREE_UNDEFINED = -2

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注