【Sklearn】决策树可视化 （未完成）

个人总结困难之处有三点：

1、属性存在二元属性、标称属性、序数属性、连续属性四种，训练方式没有可视化比较混乱；

2、每个步骤有足够的意义，所以需要观察分类过程；

3、不同于难以解释的神经网络，或者分离超平面可以用一个式子表达，决策树划分结果通常需要语言描述；

1、等高线方法，只能观察两种特征值对结果的影响，当特征增多时，等高线图呈现平方级数增长

详情：Sklearn官方demo，使用经典的iris数据，4种特征用了六张图片表示

2、graphviz

是一个数据可视化软件，通过pydotplus调用，可以用来决策树构图

采用dot_data有向图来绘制决策树  graphviz教程

demo：sklearn训练 Github

注释：graphviz 软件使用