如何获取决策树中具有非零Gini值的最短叶节点？

以scikit-learn的决策树实现为例，直接操作其内部节点结构即可实现需求，步骤如下：

核心思路 #

1. 定位所有叶节点：通过决策树内部的子节点索引判断（左右子节点均为-1的节点是叶节点）
2. 筛选非零Gini值的叶节点：利用节点的impurity属性过滤（注意浮点精度，用极小值替代0判断）
3. 获取叶节点深度：新版本scikit-learn可直接用node_depth属性，旧版本需递归计算
4. 找出深度最小的目标叶节点：从筛选后的节点中提取深度最小值对应的节点

代码实现 #

新版本scikit-learn（带node_depth属性） #

假设已训练好决策树模型clf：

import numpy as np

# 提取决策树内部结构
tree = clf.tree_

# 定位所有叶节点
leaf_nodes = np.where((tree.children_left == -1) & (tree.children_right == -1))[0]

# 筛选非零Gini值的叶节点（用1e-9避免浮点精度误差）
non_zero_gini_leaves = leaf_nodes[tree.impurity[leaf_nodes] > 1e-9]

# 获取叶节点深度并找到最小值
leaf_depths = tree.node_depth[non_zero_gini_leaves]
min_depth = leaf_depths.min()

# 提取所有深度最小的目标叶节点
shortest_leaves = non_zero_gini_leaves[leaf_depths == min_depth]

# 打印节点信息示例
for idx in shortest_leaves:
    print(f"叶节点索引: {idx}, 深度: {tree.node_depth[idx]}, Gini值: {tree.impurity[idx]:.4f}, 样本量: {tree.n_node_samples[idx]}")

旧版本scikit-learn（无node_depth属性） #

若你的scikit-learn版本没有node_depth，可通过递归计算节点深度：

import numpy as np

def calculate_node_depths(tree):
    node_count = tree.node_count
    depths = np.zeros(node_count, dtype=int)
    # 用栈实现迭代式递归，避免递归深度问题
    stack = [(0, 0)]  # (当前节点索引, 当前深度)
    while stack:
        node_idx, depth = stack.pop()
        depths[node_idx] = depth
        # 非叶节点则加入子节点，深度+1
        if tree.children_left[node_idx] != -1:
            stack.append((tree.children_left[node_idx], depth + 1))
            stack.append((tree.children_right[node_idx], depth + 1))
    return depths

# 后续步骤同新版本，替换tree.node_depth为计算出的depths
tree = clf.tree_
depths = calculate_node_depths(tree)

leaf_nodes = np.where((tree.children_left == -1) & (tree.children_right == -1))[0]
non_zero_gini_leaves = leaf_nodes[tree.impurity[leaf_nodes] > 1e-9]

leaf_depths = depths[non_zero_gini_leaves]
min_depth = leaf_depths.min()
shortest_leaves = non_zero_gini_leaves[leaf_depths == min_depth]

说明 #

• 用1e-9替代0判断Gini值，是为了避免浮点计算带来的精度误差，防止误判接近0的非零值
• 直接操作决策树内部结构，无需额外依赖，结果精准高效

内容的提问来源于stack exchange，提问作者kreate mk