我正在研究一个DecisionTreeClassifier模型，并想了解模型选择的路径。因此，我需要知道哪些值给出

DecisionTreeClassifier.tree_.value

回答：

事实上，你对文档的描述是正确的，文档确实对这一点描述得不够清楚（不过说实话，我也不确定它的用处）。

让我们用iris数据集复制文档中的例子：

from sklearn.datasets import load_irisfrom sklearn import treeiris = load_iris()clf = tree.DecisionTreeClassifier()clf = clf.fit(iris.data, iris.target)

当我们请求clf.tree_.value时，我们得到：

array([[[ 50.,  50.,  50.]],       [[ 50.,   0.,   0.]],       [[  0.,  50.,  50.]],       [[  0.,  49.,   5.]],       [[  0.,  47.,   1.]],       [[  0.,  47.,   0.]],       [[  0.,   0.,   1.]],       [[  0.,   2.,   4.]],       [[  0.,   0.,   3.]],       [[  0.,   2.,   1.]],       [[  0.,   2.,   0.]],       [[  0.,   0.,   1.]],       [[  0.,   1.,  45.]],       [[  0.,   1.,   2.]],       [[  0.,   1.,   0.]],       [[  0.,   0.,   2.]],       [[  0.,   0.,  43.]]])

以及

len(clf.tree_.value)# 17

为了理解这个数组到底代表什么，看看树的可视化图（文档中也有，这里为了方便再次展示）会很有帮助：

如我们所见，树有17个节点；仔细看，我们会发现每个节点的value实际上是clf.tree_.value数组的一个元素。

简而言之：

• clf.tree_.value是一个数组的数组，其长度等于树中节点的数量
• 每个元素数组（对应一个树节点）的长度等于类别的数量（这里是3）
• 这3个元素的数组对应于每个类别在相应节点中结束的训练样本数量。

为了进一步说明最后一点，以数组的第二个元素[[ 50., 0., 0.]]（对应橙色节点）为例：它表示在这个节点中，有50个来自类别#0的样本，而来自其他两个类别（#1和#2）的样本数量为零。