python - 是否可以在 scikit-learn 的 DecisionTreeRegressor 中检索每个叶子中的火车行 ID？

Question

目前，我可以检索我在训练样本上生长的每个节点的 ID，我的测试样本的每一行最有可能属于:

tree.tree_.apply(np.array(X_test).astype(np.float32)) 其中 X_test 表示决策树的输入。

但是，对于我生长的树的每一片叶子，我想获取其中包含的训练样本的 ID。这样我就可以知道哪个训练样本与一个测试输入最相似。

Answer 1

我最终对我的训练样本使用了“apply”函数来获取它所属的 leaf_id。

def get_nearest_points(self, tr, input_train):
  inside_leaves = {}
  tmp = tr.tree_.apply(np.array(input_train).astype(np.float32))
  leaves_list = set(tmp)

  for leaf in leaves_list:
    inside_leaves[leaf] = [idx for idx, elt in enumerate(tmp) if elt == leaf]
  return inside_leaves

inside_leaves 现在是一个字典，其中包含每个 leaf_id 包含此叶中涉及的行的列表。