怎么获得sklearn里决策树的实际深度?

  统计/机器学习 监督式学习 Python    浏览次数:126        分享
0

sklearn里的决策树模型,DecisionTreeClassifier和DecisionTreeRegressor都可以设置最大深度max_depth。

我想知道在训练结束之后,怎么获得树的实际深度呢?

我觉得并不是每次训练树都能恰好达到最大深度,所以想看看实际深度。

 

jimmy   2019-03-27 13:39



   1个回答 
5


tree = DecisionTreeClassifier(max_depth=100)
tree.fit(X, y)
print(tree.tree_.max_depth)


SofaSofa数据科学社区DS面试题库 DS面经

zcm1357   2019-03-27 18:55

赞,多谢多谢 - jimmy   2019-03-27 22:26


  相关主题

对sklearn的决策树进行剪枝   2回答

sklearn里的RandomForestClassifier怎么选样本的数量   1回答

sklearn随机森林设置每棵树的权重   2回答

sklearn里怎么获得adaboost中每棵树的权重?   1回答

sklearn模块里的DecisionTreeClassifier为什么每次结果不同(数据相同的情况下)   1回答

可视化sklearn决策树的结构   2回答

python sklean中的决策树是用的哪一种决策树算法?   2回答

关于knn算法中kd树的问题   1回答

随机森林中增加树的数量对于偏差和方差的影响   2回答

决策树可以做多元分类吗?   1回答

决策树算法ID3,C4.5和CART的特点、异同?   3回答

决策树怎么做增量学习或者online学习?   1回答



回答问题时需要注意什么?

我们谢绝在回答前讲“生动”的故事。

我们谢绝“这么简单,你自己想”、“书上有的,你认真看”这类的回答;如果你认为对方的提问方式或者内容不妥,你可以直接忽略该问题,不用进行任何作答,甚至可以对该问题投反对票。

我们谢绝答非所问。

我们谢绝自己不会、硬要回答。

我们感激每一个用户在编写答案时的努力与付出!