scikit-learn - clf.tree_.feature 的输出是什么？

Question

我观察到 scikit-learn clf.tree_.feature 偶尔返回负值。例如-2。据我了解 clf.tree_.feature 应该返回功能的顺序。如果我们有特征名称数组['feature_one', 'feature_two', 'feature_three'] ，那么 -2 将指代 feature_two .我对负索引的使用感到惊讶。引用 feature_two 更有意义按索引 1。(-2 是便于人类消化的引用，而不是机器处理的引用)。我读对了吗？

更新:下面是一个例子:

def leaf_ordering():
    X = np.genfromtxt('X.csv', delimiter=',')
    Y = np.genfromtxt('Y.csv',delimiter=',')
    dt = DecisionTreeClassifier(min_samples_leaf=10, random_state=99)
    dt.fit(X, Y)
    print(dt.tree_.feature)

这是文件 X和 Y

这是输出:

    [ 8  9 -2 -2  9  4 -2  9  8 -2 -2  0  0  9  9  8 -2 -2  9 -2 -2  6 -2 -2 -2
  2 -2  9  8  6  9 -2 -2 -2  8  9 -2  9  6 -2 -2 -2  6 -2 -2  9 -2  6 -2 -2
  2 -2 -2]

Answer 1

通过阅读树生成器的 Cython 源代码，我们看到 -2 只是叶节点特征拆分属性的虚拟值。

Line 63

TREE_UNDEFINED = -2

Line 359

if is_leaf:
    # Node is not expandable; set node as leaf
    node.left_child = _TREE_LEAF
    node.right_child = _TREE_LEAF
    node.feature = _TREE_UNDEFINED
    node.threshold = _TREE_UNDEFINED