决策树中特定类别的Sklearn决策规则

我正在创建决策树，我的数据属于以下类型

X1 |X2 |X3|.....X50|Y
_____________________________________
1  |5  |7 |.....0  |1
1.5|34 |81|.....0  |1
4  |21 |21|.... 1  |0
65 |34 |23|.....1  |1

我正在尝试执行以下代码：

X_train = data.iloc[:,0:51]
Y_train = data.iloc[:,51]
clf = DecisionTreeClassifier(criterion = "entropy", random_state = 100,
                           max_depth=8, min_samples_leaf=15)
clf.fit(X_train, y_train)

我想要的是可以预测特定类别的决策规则（在这种情况下为“ 0”）。例如，

when X1 > 4 && X5> 78 && X50 =100 Then Y = 0 ( Probability =84%)
When X4 = 56 && X39 <100 Then Y = 0 ( Probability = 93%)
...

因此，基本上我希望所有叶子节点，附加的决策规则以及Y = 0的概率到来，从而预测Class Y =“ 0”。我还希望以上述指定格式打印那些决策规则。

我对预测（Y = 1）的决策规则不感兴趣

谢谢，任何帮助将不胜感激