问题描述
在查看此问题 scikit learn - feature importance calculation in decision trees 时，我无法理解 Decision Tree 的值列表。例如，顶部节点的值=[1,3]。 1和3究竟是什么？这是否意味着如果 X[2]
- 为什么右边三片叶子有 [0,1]，左边一片叶子有 [1,0]？
- [1,0] 或 [0,1] 到底是什么意思？一假零真还是零假一真？但是叶子上没有条件（比如
非常感谢您的建议！
解决方法
value=[1,3] 意味着，在这棵树的完全叶子中（在应用过滤器 x[2]
- 0 类的 1 个样本
- 1 类的 3 个样本
一旦你从树上下来，你就是在过滤。您的目标是拥有完全分离的类。所以你倾向于有类似 value=[0,1] 的东西，这意味着在应用所有过滤器之后，你有 0 个类 0 的样本和 1 个类 1 的样本。
您还可以检查值的总和是否始终与样本相似。这是完全有道理的，因为 value 只是告诉你到达这个叶子的所有样本是如何分布的。