質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.76%

  • Python

    6871questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

pythonで実装する決定木分析の構造情報の把握

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 122

shunta.u

score 1

閲覧ありがとうございます。
質問させていただくのは初めてですのでわかりにくいところがあるかもしれませんが、よろしくお願いします。

現在pythonにて決定木分析を行い、そこから得られる情報を利用するプログラムの作成を目指しています。
scikit-learnを用いることで決定木分析自体は行うことができるのですが、そこから作成したツリーから情報を得るということが全くできず、アドバイスやヒントをいただきたいという状況です。

対象のデータの詳細や得たい情報について以下にまとめていきます。
対象となるデータはある製品が不良品であるか、良品であるかということとその製品一つ一つに行われた製品テストの結果から成ります。
決定木分析は良品であるか不良品であるかをクラスに、複数あるテスト項目の結果を特徴量として製品データを分類することになります。
このようにして作成したツリーは以下のようになり、例えば赤い丸で囲まれたところに分類された製品は
TEST46で2.98以上の値を記録し、TEST65で0.59以下の値を記録したものとなります。
イメージ説明

質問のテーマであるツリーの構造情報というのはこのようにして作成されたツリーにおいて、
最終要素に分類されたデータがどの特徴量(テスト項目)を利用しているのか、という情報になります。
例えば赤い丸で囲まれた要素に分類されたデータは、上に上にたどっていくことで得られるTEST65、TEST46という複数の特徴量が分類に必要な構造情報ということになります。

最初はツリーをテキスト化し、エクセル上でソートしたりすることでどうにかしていたのですが、
ツリーを複数作成することが前提であり、やはりpython上で行いたいと思っています。

このような情報をpython上で得る方法を探しているのですが、なにか良い方法はないでしょうか
よろしくお願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

+1

sklearn.tree.DecisionTreeClassifier.decision_path

# -*- coding: utf-8 -*-
import numpy as np
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier, export_graphviz


def main() -> None:
    iris = load_iris()
    clf = DecisionTreeClassifier(random_state=0)
    clf.fit(iris.data, iris.target)

    # sepal length, sepal width, petal length, petal width
    X = np.array([[5.0, 2.9, 1.0, 4.85]])
    #X = np.array([[5.0, 2.9, 1.0, 0.2]])
    print(clf.predict(X))
    print(clf.decision_path(X))
    print(clf.decision_path(X).todense())
    with open('iris-dtree.dot', mode='w') as f:
        export_graphviz(clf, out_file=f,
                        rounded=True,
                        feature_names=iris.feature_names,
                        class_names=iris.target_names,
                        special_characters=True)


if __name__ == '__main__':
    main()

◇参考情報
using-decision-path-in-decision-tree-in-python

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2018/06/13 05:46

    回答ありがとうございます!
    これはアイリスデータセットからツリーを作成して新たなデータXを用意したとき、
    どのノードを通るかを返す形になっているという理解でよろしいでしょうか?

    たしかにdecision_pathを用いてどのノードを通るのかというのはわかるのですが、
    今回知りたいこととしてはそのノードがどの特徴量を利用しているのかでして、pathと何かを組み合わせることでそういった情報を得ることはできますでしょうか?

    キャンセル

  • 2018/06/13 09:57 編集

    >shunta.uさんへ
    >どのノードを通るかを返す形
    はい、その認識でOKです。

    このプログラムは2つの事をやっています。
    1,アイリスデータ・セットからツリーを形成して、データXの決定パス(ツリーを通った道を)表示。
    2,ツリーの「特微量の判断条件」をexport_graphvizでDOTファイルとして生成。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.76%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • Python

    6871questions

    Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。