如何解构Python嵌套if/else，转换为易读的逻辑表达式？

问题分析 #

你现在的核心需求是把决策树生成的嵌套if-else结构，转换成更紧凑易读的加权逻辑乘积求和形式——也就是把每个分支的条件用逻辑与（对应乘法）串联，再把不同最终分支的结果用逻辑或（对应加法）组合，每个分支对应一个输出值。

你的现有代码能处理单个条件的符号转换，但没法跟踪整个分支的条件链，根源在于递归遍历的时候没有记录当前路径上的所有条件，只处理了单个节点的判断。

修改思路 #

要解决这个问题，我们需要调整递归逻辑，让它全程记录当前遍历路径上的所有条件：

• 递归时传递一个current_conditions列表，保存当前路径上的所有判断条件（左分支对应<=阈值，右分支对应>阈值）
• 当走到叶子节点（输出返回值的节点）时，把整条路径的条件用*（逻辑与）连接，再和对应的返回值组合成(条件链) * 返回值的形式
• 最后把所有叶子节点的这种表达式用+（逻辑或）拼接起来，得到最终的紧凑表达式

完整修改后的代码 #

def get_weighted_expression(tree, feature_names):
    left = tree.tree_.children_left
    right = tree.tree_.children_right
    threshold = tree.tree_.threshold
    features = [feature_names[i] for i in tree.tree_.feature]
    value = tree.tree_.value
    expressions = []

    def recurse(node, current_conditions):
        # 到达叶子节点：生成当前路径的完整表达式
        if threshold[node] == -2:
            cond_str = " * ".join(current_conditions)
            # 处理根节点就是叶子的特殊情况
            if not cond_str:
                expressions.append(str(value[node][0][0]))
            else:
                expressions.append(f"({cond_str}) * {value[node][0][0]}")
            return
        
        # 处理左分支：条件为 特征 <= 阈值
        left_cond = f"{features[node]} <= {threshold[node]}"
        recurse(left[node], current_conditions + [left_cond])
        
        # 处理右分支：条件为 特征 > 阈值（自动完成符号转换）
        right_cond = f"{features[node]} > {threshold[node]}"
        recurse(right[node], current_conditions + [right_cond])

    # 从根节点开始递归，初始条件列表为空
    recurse(0, [])
    # 把所有分支表达式用 + 拼接
    return " + ".join(expressions)

示例输出验证 #

用你提供的伪代码对应的决策树测试，这个函数会生成如下完整表达式：

(first occurance of 'AB' <= -0.5) * 0.0 + (first occurance of 'AB' > -0.5) * (number of products viewed <= 1.5) * (similarity to 'AB' <= 0.899999976158) * 1.0 + (first occurance of 'AB' > -0.5) * (number of products viewed <= 1.5) * (similarity to 'AB' > 0.899999976158) * 0.0 + (first occurance of 'AB' > -0.5) * (number of products viewed > 1.5) * (average time between actions <= 57.2111129761) * 0.39145907 + (first occurance of 'AB' > -0.5) * (number of products viewed > 1.5) * (average time between actions > 57.2111129761) * 0.10410805

你可以手动简化掉乘以0的无效项，得到和你期望一致的简洁版本：

(first occurance of 'AB' > -0.5) * (number of products viewed <= 1.5) * (similarity to 'AB' <= 0.899999976158) * 1.0 + (first occurance of 'AB' > -0.5) * (number of products viewed > 1.5) * (average time between actions <= 57.2111129761) * 0.39145907 + (first occurance of 'AB' > -0.5) * (number of products viewed > 1.5) * (average time between actions > 57.2111129761) * 0.10410805

代码说明 #

• 递归函数recurse不再生成嵌套if代码，而是专注跟踪每条路径的条件链
• 自动区分左/右分支的条件符号，不需要额外单独处理<=转>的逻辑
• 最终输出的表达式完全对应决策树的所有分支逻辑，可读性和计算效率都更优

内容的提问来源于stack exchange，提问作者Jessica Chambers