export_graphvizからのデシジョンツリー出力の理解

Question

問題設定：データの98％がクラスAに属し、2％がクラスBに属している不均衡なデータセットを持っています。私は、class_weightsを使用してDecisionTreeClassifier（sklearnから）以下の設定を使用してください：

dtc_settings = { 
    'criterion': 'entropy', 
    'min_samples_split': 100, 
    'min_samples_leaf': 100, 
    'max_features': 'auto', 
    'max_depth': 5, 
    'class_weight': 'balanced' 
} 

基準を（giniではなく）エントロピーに設定する理由はありません。私はちょうど設定で遊んでいた。

ツリーのexport_graphvizを使用して、以下の決定木の図を取得しました。ここで私が使用したコードだ：

dot_data = tree.export_graphviz(dtc, out_file=None, feature_names=feature_col, proportion=False) 
graph = pydot.graph_from_dot_data(dot_data) 
graph.write_pdf("test.pdf") 

私は、次の図の値リストの出力に混乱しています：

値リストの変数は、両方のクラスが同じ重みを持っていることを意味していますか？もしそうなら、ツリー内の次のノードの値リストはどのように計算されますか？

私が値リストを解釈する方法がわからない：

は、ここで私はexport_graphvizにTrueに割合を設定する別の例です。エントリクラスの重みですか？これは、分類器が次のノードで使用する次のしきい値を決定するために、各クラスにそれぞれ重みを適用していることを意味しますか？

Answer 1

リストは、そのノードに到達した各クラスのレコード数を表します。ターゲット変数の編成方法に応じて、最初の値はそのノードに到達したタイプAのレコードの数を表し、2番目の値はそのノードに到達したタイプBのレコードの数です（逆もまた同様です）。

割合がTrueに設定されている場合、そのノードに到達した各クラスのレコード数はであることが今度はになります。

決定木の仕組みは、クラスを最適に分離する決定を見つけることです。だから、のような結果になる決定を好むでしょう。[50, 50]