了解export_graphviz的決策樹輸出

Question

問題設置：我的數據集不平衡，其中98％的數據屬於A類，而2％的數據屬於B類。我訓練了DecisionTreeClassifier（來自sklearn），將class_weights設置為使用以下設置進行平衡：

dtc_settings = {
    'criterion': 'entropy',
    'min_samples_split': 100,
    'min_samples_leaf': 100,
    'max_features': 'auto',
    'max_depth': 5,
    'class_weight': 'balanced'
}

我沒有理由將標准設置為熵（而不是基尼）。 我只是在玩這些設置。

我使用了樹的export_graphviz來獲得下面的決策樹圖。 這是我使用的代碼：

dot_data = tree.export_graphviz(dtc, out_file=None, feature_names=feature_col, proportion=False)
graph = pydot.graph_from_dot_data(dot_data)  
graph.write_pdf("test.pdf")

我對下圖中的值列表輸出感到困惑：

值列表變量是否意味着兩個類的權重相等？ 如果是這樣，如何為樹中的后續節點計算值列表？

這是另一個示例，其中我在export_graphviz中將比例設置為True：

我不知道如何解釋值列表。 是條目類的權重嗎？ 這是否意味着分類器將這些權重分別應用於每個類別，以確定要在下一個節點中使用的下一個閾值？

Answer 1

該列表表示已到達該節點的每個類中的記錄數。 根據您組織目標變量的方式，第一個值表示到達該節點的類型A的記錄數，第二個值表示到達該節點的B類型的記錄數（反之亦然）。

當比例設置為True時，現在是到達該節點的每個類的記錄的一部分 。

決策樹的工作方式是嘗試找到最能隔離類別的決策。 因此，它更喜歡會導致類似[0, 100] 0，100]的決策而不是會導致[50, 50]決策。