在 Python 的决策树中使用 decision_path

Question

我想检索每个实例在决策树或随机森林中采用的路径。 例如，我需要这样的输出：

# 1  1 3 4 8 NA NA
# 2  1 2 5 7 11 NA
# 3  1 3 4 9 10 13
# 4  1 3 4 8 NA NA
# etc

这意味着实例#1 通过从节点 1、3、4 开始的路径并在终端节点 8 处结束，依此类推。 很明显，某些实例的路径长度比其他实例短。

我使用了decision_path但它给出了一个我无法理解的稀疏矩阵，也无法找到这样的路径。 即使我无法读取输出。 它是Iris数据库的示例代码：

from sklearn.datasets import load_iris
iris = load_iris()
import numpy as np
ytrain = iris.target
xtrain = iris.data
from sklearn.tree import DecisionTreeClassifier
dtree = DecisionTreeClassifier()
fitted_tree = dtree.fit(X=xtrain,y=ytrain)
predictiontree = dtree.predict(xtrain)
fitted_tree.decision_path(xtrain)

输出是这样的：

<150x17 sparse matrix of type '<class 'numpy.int64'>'
with 560 stored elements in Compressed Sparse Row format>

请帮助我制作矩阵，例如我在顶部提到的矩阵。 我不知道如何处理稀疏矩阵。

Answer 1

感谢@Patrick Artner的评论，这就是答案：

dense_matrix = fitted_tree.decision_path(xtrain).todense()

它会给输出像

#matrix([[1, 1, 0, ..., 0, 0, 0],
#        [1, 1, 0, ..., 0, 0, 0],
#        [1, 1, 0, ..., 0, 0, 0],
#        ..., 
#        [1, 0, 1, ..., 0, 0, 1],
#        [1, 0, 1, ..., 0, 0, 1],
#        [1, 0, 1, ..., 0, 0, 1]], dtype=int64)

第一行是第一个实例，依此类推。 例如，这是第一行[1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]这意味着第一个实例去通过节点编号 1 和 2，从不通过其他节点。

Answer 2

或者，如果您需要更多地控制每个样本的决策路径，您也可以执行以下操作：

decision_paths = fitted_tree.decision_path(xtrain)
decision_path_list = list(decision_paths.toarray())
for path in decision_path_list:
    *#Analyse different paths here*