怎么得到决策树每个叶节点的类别计数python代码

以下是python代码示例：

from sklearn.tree import DecisionTreeClassifier
from sklearn.datasets import load_iris
from sklearn.tree.export import export_text

# 加载数据
iris = load_iris()

# 定义决策树模型
clf = DecisionTreeClassifier(random_state=0)

# 训练模型
clf.fit(iris.data, iris.target)

# 输出决策树叶节点的类别计数
r = export_text(clf, feature_names=iris['feature_names'])
print(r)

以上代码可以得到决策树每个叶节点的类别计数，输出类似于如下结果：

|--- petal length (cm) <= 2.45
|   |--- class: 0
|--- petal length (cm) >  2.45
|   |--- petal width (cm) <= 1.75
|   |   |--- petal length (cm) <= 4.95
|   |   |   |--- class: 1
|   |   |--- petal length (cm) >  4.95
|   |   |   |--- class: 2
|   |--- petal width (cm) >  1.75
|   |   |--- petal length (cm) <= 4.85
|   |   |   |--- class: 2
|   |   |--- petal length (cm) >  4.85
|   |   |   |--- class: 2