決策樹有2個類似的節點

Question

我用sklearn創建了一個決策樹。

from sklearn import tree 
clf = tree.DecisionTreeClassifier(max_depth=3) 
clf = clf.fit(X, Y) 

參數在數據幀X是 - 'Company size'，'Industry_other'，'Account size'，'Country'和'Use case 1'。

什麼是獲得類似節點的原因：

試圖使用可視化的export_graphviz樹時，我得到2個類似的節點？我如何閱讀這棵樹？

Answer 1

爲了簡化說明，我會用字母來解釋它。你的樹是這個樣子：

A -> B 
| 
\-> C -> D -> F 
    |  \-> G 
    | 
     \-> E -> H 
      \-> I 

隨着A是您根節點和D和E你說的是類似的節點的節點。

在您的圖中，節點A分爲兩部分，B和C。帶有Account size < 19969的數據樣本轉到C，否則轉到B。

在到達C的樣品中，Industry other <= 1.5的樣品爲E，其他樣品爲D。這裏，E和D看起來是相同的，因爲他們已經學習了相同的規則，但是該規則適用於不同的數據樣本。

這就是從那個到達E樣品，與company size < 1.5的那些去I和他人H，以及類似的東西應用到D。

希望它更清楚，我沒有更多地混淆你。

本質上，他們已經學習了相同的規則，但將其應用於不同的樣本。換句話說，D和E都知道，最好的規則是在兩組中分離到達它們的樣本是相同的。然而，到達它們的樣本具有不同的性質（準確地說，不同的Industry_other）。

它也可以以某種方式被理解爲Company_size有助於區分樣本而不管它們的Industry_other。