このツールは決定木分析の実行と可視化を行うためのツールです. 現在は回帰決定木分析のみに対応しています.

• numpy

  $ pip install numpy
  

• pandas

  $ pip3 install pandas
  

• scikit-learn

  $ pip3 install scikit-learn
  

$ git clone https://github.com/i10bucchi/DecisionTreeTool.git

$ python3 tree.py [-p] [-o] [-c] [-d] [-p]

• [-h --help] コマンドオプションと使用例を表示します.

• [-p --path_csv] 学習, テストデータとして使用するcsvファイルのパスを渡します. このオプションは必ず指定しなければなりません.

• [-o --objective_variable] 目的変数を指定します. csvファイルのカラム名と同じものを指定する必要があります. このオプションは必ず指定しなければなりません.

• [-c --categolical_variable] ダミー変数化を行いたい変数を指定します. 指定されない場合は自動でダミー変数化されます. 詳しくはpandas.get_dummyの使用を確認ください. 複数の変数を指定する場合は","を使用して繋げてください. csvファイルのカラム名と同じものを指定する必要があります.

• [-d --depth] 決定木分析の深さを指定します. デフォルトは5となっています.

• [-p --print] 分析結果の表示をブラウザで行うかhtmlファイルの出力で行うか指定します. このオプションを指定した場合, htmlファイルを標準出力で出力します. > などを使用して適宜htmlファイルへの流し込みをおこなってください.

以下のコマンドはtree.pyがあるディレクトリ内での実行を想定しています.

$ python3 tree.py -p ./data.csv -o 変数名1 -c 変数名2,変数名3 -d 7
$ python3 tree.py -p ./data.csv -o 変数名2 -p > result.html

csvファイルは1列目をインデックスとしてプログラムに読み込まれます. よって以下のように整形してください.

data.csv

決定木分析結果の見方を説明します. -pオプションを指定してhtmlファイルを作成した方はブラウザにてファイルを開いてください.

• ノードの持つ条件はノード上部に表示されます.

• ノードの色はノードの持つデータの平均値を表します. 高いほど暗く, 低いほど明るくなるように設定されています. ヒートマップと同様の見方となります.

• 各ノードをクリックすることで, 対象のノードが持つデータのヒストグラムが確認可能です.

• 各ノードに対してマウスオーバーすることでノードの以下の情報が表示されます.

  • サンプル数(sample)
  • 左子ノードへの分割サンプル数(sample_l)
  • 右子ノードへの分割サンプル数(sample_r)
  • 平均値(mu)

• ノードをつなぐ線(リンク)は色によって以下の意味を持ちます.

  • 灰色: 未収束
  • 緑色: 収束しており, その結果が信頼できる
  • 赤色: 収束しているが, その結果が信頼できない

• 決定木の下にある線グラフは収束し信頼できるノードのデータからガウス分布の最優推定を実行し得たガウス分布です.
• 各線をクリックすることで対象のノード情報を表示することができます.