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:1521        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 
6


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

lightgbm.LGBMModel和lightgbm.LGBMClassifier该用哪个?   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

sklearn随机森林设置每棵树的权重   2回答

可视化sklearn决策树的结构   2回答

sklearn里怎么获得adaboost中每棵树的权重?   1回答

sklearn里的RandomForestClassifier和ExtraTreesClassifier有什么区别吗?   1回答

怎么得到sklearn里的RandomForestClassifier训练好之后每棵树的叶节点的个数?   0回答

对sklearn的决策树进行剪枝   3回答

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

sklearn里的LabelEncoder什么用?   3回答

CatBoostClassifier里的rsm参量是什么意思?   1回答

GradientBoostingClassifier的每次输出结果不同   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!