R中xgboost的人类可读规则

Question

我尝试在R中使用xgboost从我的数据中获取规则（gbtree），因此我可以在其他系统中使用这些规则（而不是带有'predict'的预测数据）。 输入数据具有约数。 1500列和40 Mio行包含二进制稀疏数据，Label也是二进制列。

library(xgboost)
library(Matrix)

labels <- data.frame(labels = sample.int(2, m*1, TRUE)-1L)
observations <- Matrix(as.matrix(data.frame(feat_01=sample.int(2, size=100, T) -1,
                                            feat_02=sample.int(2, size=100, T) -1,
                                            feat_03=sample.int(2, size=100, T) -1,
                                            feat_04=sample.int(2, size=100, T) -1,
                                            feat_05=sample.int(2, size=100, T) -1)), sparse=T)

dtrain <- xgb.DMatrix(data = observations, label = labels$labels)

bstResult <- xgb.train(data = dtrain, 
                       nthread = 1, 
                       nround = 4, 
                       max_depth = 3, 
                       verbose = T,
                       objective = "binary:logistic",
                       booster='gbtree')

xgb.dump(bstResult)
xgb.plot.tree(model = bstResult, n_first_tree = 2)

我将数据可视化为xgb.dump或xgb.plot.tree。 但是我需要这样的形式的数据：

rule1：feat_01 == 1＆feat_02 == 1＆feat_03 == 0->标签= 1

rule2：feat_01 == 0＆feat_03 == 1＆feat_04 == 1->标签= 0

这可能吗？还是我走错了路？

问候平子

编辑：添加示例，并试图使问题更好

Answer 1

一方面，我认为您可以使用重要性矩阵来获取每个功能的覆盖范围和排名。 另一方面，xgboost使用装袋的弱学习者合奏，规则应该是“稀有”