使用scikit-learn的DecisionTreeClassifier进行聚类

在使用sklearn.tree.DecisionTreeClassifier时,分类器具有预测概率和类别的方法。

是否有办法使用同一棵树进行聚类:对于给定的输入向量x,简单地告诉x属于哪个叶子节点?


回答:

我找到了自己的问题的答案 – 留在这里作为下次有人寻找时的参考:

import numpy as npimport sklearn.treeclf = sklearn.tree.DecisionTreeClassifier()clf.fit(X,y)clf.tree_.apply(np.asfortranarray(X.astype(sklearn.tree._tree.DTYPE)))

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注