问题描述
我使用一个简单的决策树进行分类。该数据集是一个具有 30k 行的不平衡数据集。 使用的包：sklearn。
我使用 predict_probab 函数，然后绘制决策树。该模型有 8 个叶子（尝试了预剪枝和剪枝后）。 50% 的数据被分成 7 个叶子，而剩下的 50% 最终变成了一个叶子。有没有办法瞄准这片叶子并进一步分支它。
我的尝试
我将位于单个叶子中的 50% 数据集分离出来，并为其单独创建了一个规则。但是，我想知道这种方法是否有意义。如果是，有没有办法结合规则。
谢谢
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）