决策树和logistic在模型打分上的区别

shiyiming

我们知道，在logistic做scoring的时候，任何一个新的数据进来，可以求出对应target=1的概率和target=0的概率，即便在先验概率很小，比如2%的情况下，有些记录target=1的概率也有可能比较大，比如0.9以上。但是在决策树做scoring的时候，如果先验概率很小，则新的记录进来，不管怎么打分，它进入target=0的概率总是很大，这一点和logistic不一样。
请问各位：如何在决策树里面打分像logistic那样？

非常感谢！