在scikit中获取由决策树连续拆分变量的值

Question

我正在使用决策树将单个功能拆分为以Target为指导的细分。

我想要的是将功能拆分为列表或数组的值导出。

对于可重现的示例：

from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()

target = iris.target

target[target == 2] = 0  # Convert to binary problem

clf_iris = tree.DecisionTreeClassifier(max_depth = 3)

clf_iris.fit(iris.data[:, 3].reshape(-1,1), target) # Classify using only one feature

dot_data_iris = tree.export_graphviz(clf_iris, out_file=None,  
                         filled=True, rounded=True,  
                         special_characters=True)  

graph_iris = graphviz.Source(dot_data_iris) 

在此示例中，我想获取一个包含数字的列表/数组：

[0.8, 1.35, 1.75, 1.85]

Answer 1

您可以通过访问模型的.tree_属性来访问“树”。 也许尝试这样的事情：

print(dir(clf_iris.tree_))
print(clf_iris.tree_.threshold)

我认为您正在寻找.threshold属性，但是如您所见，还有.value这样的属性可能包含您所需要的。