决策树：匹配叶节点相同的树所使用的一些公式

目录

1.enumerate函数

2.sum(axis=0)函数

3.np.searchsorted函数

4.ma.masked_array函数

5.np.zeros_like函数

---

1.enumerate函数

可以用来按行遍历叶子总数

for i, x_leaf in enumerate(X_leaves)

2.sum(axis=0)函数

可以将数值加到第一行并仅保留第一行

weights = x_weights.sum(axis=0)

3.np.searchsorted函数

在数组a中插入数组v（并不执行插入操作），返回一个下标列表，这个列表指明了v中对应元素应该插入在a中那个位置上

np.searchsorted(a, v, side='left', sorter=None)

4.ma.masked_array函数

可以用来对比两个数组，筛选出想要的信息

ma.masked_array(self.y_weights_, mask)

5.np.zeros_like函数

塑造一个和某变量相同维数的元素均为零的向量

np.zeros_like((self.y_train_leaves_), dtype=np.float32)