Python决策树图形输出

浏览: 2120

使用决策树建模时,我们需要将决策树输出出来,以直观的展示各决策节点,简单分享一下我的学习笔记。

1. 建立模型

# 导入库
from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()

# 建立并训练模型
clf = tree.DecisionTreeClassifier(max_depth=3)
clf.fit(iris.data, iris.target)

2. 输出决策树

# 输出决策树文件.dot
tree.export_graphviz(clf, out_file='tree.dot')

然后需要将tree.dot 文件转化为tree.png。

转化方法:win+r,输入cmd,回车,打开命令输入窗 输入:dot -T png tree.dot -o tree.png,即可在同一文件夹下得到tree.png文件。

如下图:

aaaa.png

上一步操作请确保电脑中已安装Graphviz,并已将Graphviz下的bin目录地址添加到了环境变量中。

Graphviz下载地址:https://graphviz.gitlab.io/_pages/Download/Download_windows.html,下载.msi文件双击安装。

环境变量的添加方法:参照:https://jingyan.baidu.com/article/a24b33cd7005d719fe002b09.html,例如我的Graphviz路径:C:\Program Files\Graphviz2.38\bin

3. 显示决策树

# 在Jupyter中显示出来
%pylab inline
from IPython.display import Image
Image('tree.png')

显示如下:

tree.png

可以看到首要决策因素是X[3],将列名打印出来

iris.feature_names[3]

输出:'petal width (cm)',即花瓣的宽度。


还可以在Markdown中使用 ![title](tree.png) 命令在Jupyter中插入本地图片,但是这种方法在将.ipynb文件保存为.html文件时图片可能显示不出来(见附件)!!


感谢你长得这么好看还关注我的博客,^_^

转载请注明出处:

作者:胡湛鹏

博客:https://ask.hellobi.com/blog/okajun

推荐 0
本文由 okajun 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

0 个评论

要回复文章请先登录注册