随机森林分类器的决策路径

这是我在您的环境中运行它的代码，我正在使用RandomForestClassifier我正在尝试找出decision_path对于选定的样本RandomForestClassifier.

import numpy as np
import pandas as pd
from sklearn.datasets import make_classification
from sklearn.ensemble import RandomForestClassifier

X, y = make_classification(n_samples=1000,
                           n_features=6,
                           n_informative=3,
                           n_classes=2,
                           random_state=0,
                           shuffle=False)

# Creating a dataFrame
df = pd.DataFrame({'Feature 1':X[:,0],
                                  'Feature 2':X[:,1],
                                  'Feature 3':X[:,2],
                                  'Feature 4':X[:,3],
                                  'Feature 5':X[:,4],
                                  'Feature 6':X[:,5],
                                  'Class':y})


y_train = df['Class']
X_train = df.drop('Class',axis = 1)

rf = RandomForestClassifier(n_estimators=50,
                               random_state=0)

rf.fit(X_train, y_train)

我得到的最远的是：

#Extracting the decision path for instance i = 12
i_data = X_train.iloc[12].values.reshape(1,-1)
d_path = rf.decision_path(i_data)

print(d_path)

但输出没有多大意义：

(' 的稀疏矩阵 以压缩稀疏行格式存储 486 个元素>, array([ 0, 133, 282, 415, 588, 761, 910, 1041, 1182, 1309, 1432, 1569、1728、1869、2000、2143、2284、2419、2572、2711、2856、2987、 3128、3261、3430、3549、3704、3839、3980、4127、4258、4389、4534、 4671、4808、4947、5088、5247、5378、5517、5640、5769、5956、6079、 6226, 6385, 6524, 6655, 6780, 6925, 7046], dtype=int32))

我试图找出数据框中粒子样本的决策路径。谁能告诉我该怎么做？

这个想法是有类似的东西this http://scikit-learn.org/stable/auto_examples/tree/plot_unveil_tree_structure.html.

RandomForestClassifier.decision_path方法返回一个tuple of (indicator, n_nodes_ptr)。 请参阅文档：here http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html#sklearn.ensemble.RandomForestClassifier.decision_path

所以你的变量node_indicator是一个元组，而不是您想象的那样。 元组对象没有属性“索引”，这就是为什么您这样做时会收到错误：

node_index = node_indicator.indices[node_indicator.indptr[sample_id]:
                                    node_indicator.indptr[sample_id + 1]]

try :

(node_indicator, _) = rf.decision_path(X_train)

您还可以为单个样本 id 绘制森林中每棵树的决策树：

X_train = X_train.values

sample_id = 0

for j, tree in enumerate(rf.estimators_):

    n_nodes = tree.tree_.node_count
    children_left = tree.tree_.children_left
    children_right = tree.tree_.children_right
    feature = tree.tree_.feature
    threshold = tree.tree_.threshold

    print("Decision path for DecisionTree {0}".format(j))
    node_indicator = tree.decision_path(X_train)
    leave_id = tree.apply(X_train)
    node_index = node_indicator.indices[node_indicator.indptr[sample_id]:
                                        node_indicator.indptr[sample_id + 1]]



    print('Rules used to predict sample %s: ' % sample_id)
    for node_id in node_index:
        if leave_id[sample_id] != node_id:
            continue

        if (X_train[sample_id, feature[node_id]] <= threshold[node_id]):
            threshold_sign = "<="
        else:
            threshold_sign = ">"

        print("decision id node %s : (X_train[%s, %s] (= %s) %s %s)"
              % (node_id,
                 sample_id,
                 feature[node_id],
                 X_train[sample_id, feature[node_id]],
                 threshold_sign,
                 threshold[node_id]))

请注意，在您的例子中，您有 50 个估算器，因此读起来可能有点无聊。