自定义DecisionTreeClassifier预测时出现KeyError: 'type'问题求助

错误核心原因 #

KeyError: 'type'的本质是遍历树节点时，某个节点字典未包含'type'键——这大概率是树的构建环节出了问题：要么是生成节点时未正确添加'type'字段（用来区分内部决策节点和叶子节点），要么是节点结构不统一，导致遍历到格式异常的节点。

分步解决方法 #

1. 检查树的节点构建逻辑 #

确保所有节点都包含'type'键，明确节点类型：

• 内部决策节点示例：

  {'type': 'internal', 'feature': 2, 'threshold': 0.23, 'left': left_child, 'right': right_child}
  

• 叶子节点示例：

  {'type': 'leaf', 'class_probs': [0.3, 0.7]}  # 二分类下的类别0、1概率
  

去排查树的训练/构建函数，确保每个节点初始化时都正确设置了'type'字段，没有遗漏或格式错误。

2. 修复bypass_tree遍历函数 #

在遍历前先检查节点的键完整性，避免直接访问不存在的'type'：

def bypass_tree(node, sample):
    if 'type' not in node:
        raise ValueError("无效树节点：缺失'type'字段")
    
    if node['type'] == 'leaf':
        return node['class_probs']
    else:
        feature_val = sample[node['feature']]
        if feature_val <= node['threshold']:
            return bypass_tree(node['left'], sample)
        else:
            return bypass_tree(node['right'], sample)

3. 规范predict_proba和predict方法实现 #

基于遍历得到的概率，实现符合二分类需求的预测逻辑：

def predict_proba(self, X):
    probs = []
    for sample in X:
        prob = bypass_tree(self.tree_root, sample)
        probs.append(prob)
    return np.array(probs)

def predict(self, X):
    probs = self.predict_proba(X)
    # 二分类场景下，取概率大于0.5的类别（或直接取概率最大的类别）
    return np.argmax(probs, axis=1)

4. 调试验证 #

在跑Banknote数据集前，先做局部调试：

• 打印树的根节点，检查是否包含'type'键：print(self.tree_root)
• 手动传入单个样本，单步跟踪bypass_tree的执行流程，确认能正常遍历到叶子节点
• 若发现异常节点，回溯到树构建代码，定位节点生成错误的环节

内容的提问来源于stack exchange，提问作者Kibar Jafarguliyev