如何在因果决策树节点显示变量名？Key Error 7问题求助

问题说明 #

• 成功绘制因果决策树，但节点仅显示X[5]这类索引标识，而非自定义变量名
• 尝试添加feature_names=X参数时，抛出Key Error 7错误，无法生成图像
• 需求：让决策树节点显示预设的自定义变量名

错误原因 #

SingleTreeCateInterpreter.plot()方法的feature_names参数要求传入字符串列表，而非DataFrame对象。你传入的X是DataFrame，导致方法内部尝试用索引查找对应变量名时出错。

解决方案 #

直接传入预先定义好的feature_names字符串列表即可，该列表的顺序必须与X中列的顺序完全匹配。

修改后的完整代码 #

import numpy as np
import pandas as pd
import graphviz
from econml.dml import CausalForestDML
from econml.cate_interpreter import SingleTreeCateInterpreter


# 加载数据
data = pd.read_csv("Basis_Entscheidungsbaum.csv", sep=";", header=0)

# 定义变量名列表
feature_names=['DL', 'KE', 'AA', 'K', 'ST', 'G', 'BV', 'A']

Y = data['Z']
T = data['M']
X = data[feature_names]

# 初始化因果森林模型（单棵树）
tree_model = CausalForestDML(n_estimators=1, subforest_size=1, inference=False, max_depth=4)

# 拟合模型并生成因果决策树解释器
tree_model = tree_model.fit(Y=Y, X=X , T=T)
intrp = SingleTreeCateInterpreter(max_depth=3).interpret(tree_model, X)

# 可视化：传入正确的feature_names参数
intrp.plot(feature_names=feature_names, fontsize=12)

关键注意事项 #

• 确保feature_names列表的顺序与X中列的顺序完全一致，否则变量名和特征会对应错误
• 如果后续调整了X的列顺序，必须同步更新feature_names列表

内容的提问来源于stack exchange，提问作者Elisa