python - 使用RandomForestClassifier.decision_path，如何确定分类器用于决策的样本？

我用一个RandomForestClassifier对样本进行分类，结果是二元的（“没有东西”vs“有东西”）根据RandomForestClassifier.decision_path的结果，我如何确定哪些样本有助于分类决策？
documentation表示：
退货
指示符：稀疏csr数组，shape=[n_samples，n_nodes]
返回一个节点指示符矩阵，其中非零元素表示
样本通过节点。
n_nodes_ptr：大小数组（n_估计器+1，）
指标[n_nodes_ptr[i]：n_nodes_ptr[i+1]中的列给出了指标值
对于第i个估计量。
不幸的是，这些条款对我来说是不透明的。indicator[x:y]在一个维度为[n_samples, n_nodes]的矩阵上似乎是一个错误（难道不是indicator[sample, n_nodes_ptr[i]:n_nodes_ptr[i+1]]？），但即便如此，我也不确定该如何获取“节点指示器”并找到该节点所指的功能。我可以为decision_path找到使用DecisionTreeClassifier的示例，但不能为RandomForestClassifier找到使用的示例。

最佳答案

当您意识到RandomForestClassifier.decision_path约定将尽可能多的内容放在sklearn矩阵中时，理解numpy的输出就更容易了。
decision_path返回每个决策树的decision_path的水平连接，第二个返回值通知您每个子矩阵的边界因此，在adecision_path上使用RandomForestClassifier等同于在每个decision_path上使用RandomForestClassifier.estimators_。对于单行示例，可以按如下方式遍历结果：

indicators, index_by_tree = classifier.decision_path(data_row)
indices = zip(index_by_tree, index_by_tree[1:])
for tree_classifier, (begin, end) in zip(classifier.estimators_, indices):
    tree = tree_classifier.tree_
    node_indices = indicators[0, begin:end].indices

树实例不将每个节点视为单独的对象，而是具有以下属性：
feature
value
children_left
children_right
每一个都是数组或矩阵，记录由其索引标识的树节点的特征。例如，tree.feature[3]告诉您节点3测试的是哪个功能；tree.value告诉您树的值是一个3d数组，第一个维度是节点号，最后一个维度包含分类值和阈值。（我不知道第二维度是什么。在我的例子中，它只有一个元素。）tree.children_left[5]告诉您节点5的左子节点的节点号，正如您所猜测的，tree.children_right[6]告诉您节点6的右子节点的节点号。
除了这些数组之外，DecisionTreeClassifier.decision_path也是一个数组，其中，如果在决策过程中访问了node_n，则decision_path[N]是非零的。
要返回已测试的功能，可以执行以下操作：

for index in node_indices:
    feature = tree.feature[index]
    if feature >= 0:
        features.add(feature)  # where `features` is a set()

请注意，这会告诉您已测试的功能，而不会告诉您它们的价值或它们如何影响结果。