python - 使用sklearn，如何找到决策树的深度？

Question

我正在使用 sklearn 训练决策树。当我使用时:

dt_clf = tree.DecisionTreeClassifier()

max_depth 参数默认为None。根据文档，如果 max_depth 为 None，则节点将扩展，直到所有叶子都是纯的或直到所有叶子包含少于 min_samples_split 样本。

拟合模型后，如何找出 max_depth 实际上是什么？ get_params() 函数没有帮助。拟合后，get_params()它仍然显示None。

如何获取 max_depth 的实际数字？

文档:https://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html

Answer 1

访问底层Tree对象的max_depth:

from sklearn import tree
X = [[0, 0], [1, 1]]
Y = [0, 1]
clf = tree.DecisionTreeClassifier()
clf = clf.fit(X, Y)
print(clf.tree_.max_depth)
>>> 1

您可以使用以下方法从底层树对象中获取更多可访问的属性:

help(clf.tree_)

其中包括 max_depth、node_count 和其他较低级别的参数。