Python 安装Graphviz 画决策树

在使用 sklean.tree.DecisionTreeClassifier 训练决策树画出决策树时碰到以下问题:

   按顺序安装一下包及程序:

1、cmd   ->  pip install GraphViz

2、在http://www.graphviz.org/Download_windows.php下载GraphViz的zip包,解压放在某目录下 (如果你不小心关掉安装完成之后自动打开的编辑   器,可以重新运行下面这个EXE:D:\Program Files\Graphviz2.38\bin\gvedit.exe

3、将系统路径的path后添加   D:\Program Files\Graphviz2.38\bin           

4、  pip install  pydotplus(python 2.7以上安装pydotplus 而非pydot)

5、重启pyhton IDE

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 在Python中,可以使用Graphviz库来绘制决策树Graphviz是一个开源的图形可视化工具,可以用来绘制各种类型的图形,包括决策树。使用Graphviz绘制决策树需要先将决策树转换为Graphviz所支持的DOT语言格式,然后使用Graphviz库将DOT语言格式转换为图形。具体步骤如下: 1. 安装Graphviz库和pydotplus库(用于将DOT语言格式转换为图形)。 2. 将决策树转换为DOT语言格式。可以使用sklearn库中的export_graphviz函数来实现。例如: ``` from sklearn.tree import export_graphviz import pydotplus dot_data = export_graphviz(decision_tree, out_file=None, feature_names=feature_names, class_names=target_names, filled=True, rounded=True, special_characters=True) graph = pydotplus.graph_from_dot_data(dot_data) ``` 其中,decision_tree是已经训练好的决策树模型,feature_names是特征名称列表,target_names是目标变量名称列表。 3. 将DOT语言格式转换为图形。可以使用pydotplus库中的graph_from_dot_data函数来实现。例如: ``` graph = pydotplus.graph_from_dot_data(dot_data) graph.write_png('decision_tree.png') ``` 其中,'decision_tree.png'是输出的图形文件名。 4. 运行代码,即可生成决策树图形。 ### 回答2: Python中的Graphviz是一个绘制图形和网络图的工具包。它是基于DOT语言(一种图形描述语言)进行绘制的。它可以用于绘制各种类型的图表,包括决策树。 在Python中使用Graphviz绘制决策树通常需要两个步骤。第一步是导入必要的库,包括Graphviz和sklearn库中的DecisionTreeClassifier。第二步是使用DecisionTreeClassifier生成决策树,并使用Graphviz决策树可视化。 以下是一些示例代码: ```python from sklearn import datasets from sklearn.tree import DecisionTreeClassifier from sklearn.tree import export_graphviz import graphviz # 导入鸢尾花数据集 iris = datasets.load_iris() X = iris.data[:, 2:] y = iris.target # 训练决策树模型 tree_clf = DecisionTreeClassifier(max_depth=2) tree_clf.fit(X, y) # 导出决策树 export_graphviz( tree_clf, out_file="iris_tree.dot", feature_names=iris.feature_names[2:], class_names=iris.target_names, rounded=True, filled=True ) # 使用Graphviz绘制决策树 with open("iris_tree.dot") as f: dot_graph = f.read() graphviz.Source(dot_graph) ``` 这段代码基于鸢尾花数据集训练了一个决策树模型,并使用Graphviz将其可视化。其中,export_graphviz函数将决策树导出到一个.dot文件中。这个.dot文件可以用Graphviz进行可视化。最后,使用graphviz.Source函数将决策树渲染为图形。 graphviz包中的其他函数也可以用于调整决策树的外观和布局,例如设置节点的大小、颜色和形状、设置连接线的颜色和样式等等。 总之,使用Graphviz绘制决策树是非常简单和有用的。无论是初学者还是专业人士都可以使用Python中的Graphviz绘制漂亮并易于理解的决策树图表。 ### 回答3: Graphviz是一个开放源代码的跨平台图形语言,它提供了一种描述图形的语言,通过这个语言可以在各种系统下生成类似流程图、树状图、组织结构图等多种图形。 Python中,我们可以使用graphviz决策树。先安装graphviz的库,可以使用pip命令进行安装安装完成后,我们需要在Python中导入graphviz库。 进行决策树绘图的主要步骤如下: 1. 使用sklearn库中的tree模块建立一个决策树,例如: ``` from sklearn import tree clf = tree.DecisionTreeClassifier() ``` 2. 使用fit函数训练我们的决策树,例如: ``` clf.fit(X_train, y_train) ``` 3. 将决策树生成指定格式的文本,例如: ``` from sklearn.tree import export_graphviz dot_data = export_graphviz(clf, out_file=None) ``` 4. 将文本转化为图形格式,例如: ``` import graphviz graph = graphviz.Source(dot_data) ``` 5. 输出绘制的决策树图像,例如: ``` graph.render("tree") ``` 这个时候,我们就可以在当前目录中看到一个名为“tree.pdf”的文档,里面就是通过graphviz绘制出来的决策树图像。 总之,Graphviz是一个强大的绘制决策树的工具,借助Python,我们可以轻松地使用Graphviz来绘制和显示决策树,有效地理解决策树模型的决策过程。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值