tree.plot_tree(model, filled=True, feature_names=feature_names, rounded=True, class_names=['0', '1', '2'])

这是用决策分类树画的，这个图里面有指定数据进入哪一个子节点的类别

但是对于GBDT

tree.plot_tree(model1[0, 1], filled=True, feature_names=feature_names, rounded=True, class_names=['0', '1', '2'])

却不会出现对应类别是什么原因？

是不是因为GBDT本质上用的是决策回归树，预测出来的是对应样本的估计值y_pred，再使用该y_pred带入sigmoid或者softmax函数计算对应概率值

得到概率值后才有根据在哪一个类别中概率大归为哪一类，所以画出来的图出来的是预测值而不是类别