scikit-learn 의사결정 트리에서 의사결정 규칙 추출
문제 설명:
학습된 의사결정 트리 모델의 기본 의사결정 규칙을 텍스트 목록으로 추출하시겠습니까?
해결책:
tree_to_code 함수를 사용하면 다음과 같은 유효한 Python 함수를 생성할 수 있습니다. scikit-learn 의사결정 트리의 결정 규칙을 나타냅니다.
<code class="python">from sklearn.tree import _tree def tree_to_code(tree, feature_names): tree_ = tree.tree_ feature_name = [ feature_names[i] if i != _tree.TREE_UNDEFINED else "undefined!" for i in tree_.feature ] print("def tree({}):".format(", ".join(feature_names))) def recurse(node, depth): indent = " " * depth if tree_.feature[node] != _tree.TREE_UNDEFINED: name = feature_name[node] threshold = tree_.threshold[node] print("{}if {} <= {}:".format(indent, name, threshold)) recurse(tree_.children_left[node], depth + 1) print("{}else: # if {} > {}".format(indent, name, threshold)) recurse(tree_.children_right[node], depth + 1) else: print("{}return {}".format(indent, tree_.value[node])) recurse(0, 1)</code>
예:
입력(0 사이의 숫자)을 반환하려고 시도하는 의사결정 트리의 경우 10) tree_to_code 함수는 다음 Python 함수를 인쇄합니다.
<code class="python">def tree(f0): if f0 <= 6.0: if f0 <= 1.5: return [[ 0.]] else: # if f0 > 1.5 if f0 <= 4.5: if f0 <= 3.5: return [[ 3.]] else: # if f0 > 3.5 return [[ 4.]] else: # if f0 > 4.5 return [[ 5.]] else: # if f0 > 6.0 if f0 <= 8.5: if f0 <= 7.5: return [[ 7.]] else: # if f0 > 7.5 return [[ 8.]] else: # if f0 > 8.5 return [[ 9.]]</code>
주의 사항:
다음과 같은 일반적인 문제를 피하세요.
위 내용은 scikit-learn 의사결정 트리에서 의사결정 규칙을 추출하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!