XGBoost树拆分逻辑疑问：tree_to_dataframe与绘图规则不符如何解读

核心错误点 #

你对model.tree_to_dataframe()输出的Split列分支规则的理解完全错误，树图解读逻辑没有问题，仅叶节点转换公式存在符号疏漏。 #

各疑问逐一说明 #

• 对树图的解读：完全正确
  XGBoost内置绘图工具的标注严格匹配官方拆分规则，current_X < 1的含义就是特征值为0时走Yes分支，特征值为1时走No分支，不存在解读偏差。
• 对dataframe输出的解读：规则完全搞反
  XGBoost所有官方输出的树结构（包括dataframe格式、绘图格式）统一遵循的拆分规则为：当节点特征值 < 拆分阈值时，进入Yes分支，否则进入No分支，和你此前默认的「特征值大于阈值走Yes」的规则完全相反，这是导致结果不符合预期的核心原因。
• 叶节点值的转换计算：存在符号错误
  二分类任务（objective=binary:logistic）下，XGBoost单棵树的叶节点输出是对数几率增量，所有树累加后的总输出为正例的对数几率，正确的概率转换公式为 1/(1+exp(-所有叶节点输出的累加值))，你使用的公式漏了负号，会导致计算出的概率和真实概率完全反向。

修正后的验证逻辑 #

按官方规则判断分支：哑变量特征值为1时，不满足<1的条件，进入No分支；代入正确的概率转换公式计算，即可得到「特征值为1对应更高正例概率」的结果，和你对数据的认知完全一致。

内容的提问来源于stack exchange，提问作者datahappy