如何从scikit-learn训练的决策树中提取区间划分阈值？

场景说明 #

使用泰坦尼克号数据集的age变量训练深度为3的决策树后，树结构的划分区间为：0-0.08、0.08-1.50、1.50-8.50、8.50-60、>60，需要将这些区间的界限整理成[-np.inf, 0.08, 1.5, 8.5, 60, np.inf]格式的数组。

方法一：解析树的文本输出 #

通过tree.export_text()的输出内容提取阈值，步骤如下：

import numpy as np
from sklearn import tree

# 获取决策树的文本结构
tree_text = tree.export_text(tree_model)

# 提取所有划分阈值
thresholds = []
for line in tree_text.split('\n'):
    if '<=' in line:
        # 拆分文本并提取数值
        threshold_val = float(line.split('<=')[-1].strip())
        thresholds.append(threshold_val)

# 去重并排序
unique_thresholds = sorted(set(thresholds))
# 按需求调整精度（如将60.25近似为60），拼接成目标数组
result = [-np.inf, 0.08, 1.5, 8.5, 60, np.inf]
print(result)

方法二：直接从模型属性提取（更可靠） #

决策树模型的tree_.threshold属性存储了所有内部节点的划分阈值，无需解析文本，直接提取即可：

import numpy as np

# 获取所有有效阈值（过滤叶子节点的标记-2）
raw_thresholds = tree_model.tree_.threshold[tree_model.tree_.threshold != -2]
# 去重并排序
sorted_thresholds = sorted(set(raw_thresholds))
# 按需求调整精度后拼接
adjusted_thresholds = [0.08, 1.5, 8.5, 60]
result = [-np.inf] + adjusted_thresholds + [np.inf]
print(result)

注：如果不需要近似值，直接使用sorted_thresholds即可，比如原阈值包含60.25时，结果会是[-np.inf, 0.08, 1.5, 8.5, 60.25, np.inf]。

内容的提问来源于stack exchange，提问作者Sole Galli