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:6171        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


  相关讨论

sklearn里的RandomForestClassifier怎么选样本的数量

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

sklearn里怎么获得adaboost中每棵树的权重?

sklearn里的RandomForestClassifier和ExtraTreesClassifier有什么区别吗?

sklearn随机森林设置每棵树的权重

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

sklearn DecisionTreeRegressor模型中为什么会有随机种子random_state?

lightgbm.LGBMModel和lightgbm.LGBMClassifier该用哪个?

对sklearn的决策树进行剪枝

可视化sklearn决策树的结构

  随便看看

python里怎么计算曼哈顿距离?

统计里的IQR是什么意思?

用一个骰子生成1到7的随机数?

pandas DataFrame中经常出现SettingWithCopyWarning

huber loss是什么?什么时候用?