sklearn.tree.export_graphviz(decision_tree, out_file=None, *, max_depth=None, feature_names=None, class_names=None, label='all', filled=False, leaves_parallel=False, impurity=True, node_ids=False, proportion=False, rotate=False, rounded=False, special_characters=False, precision=3, fontname='helvetica')
以 DOT 格式导出决策树。
此函数生成决策树的 GraphViz 表示,然后将其写入 out_file
。导出后,可以使用以下命令生成图形渲染:
$ dot -Tps tree.dot -o tree.ps (PostScript format)
$ dot -Tpng tree.dot -o tree.png (PNG format)
显示的样本计数使用可能存在的任何 sample_weights 进行加权。
参数:
decision_tree:决策树分类器
要导出到 GraphViz 的决策树。
out_file:对象或字符串,默认=无
输出文件的句柄或名称。如果 None
,则结果以字符串形式返回。
max_depth:整数,默认=无
表示的最大深度。如果没有,则完全生成树。
feature_names:str列表,默认=无
每个函数的名称。如果 None 将使用通用名称(“feature_0”、“feature_1”、...)。
class_names:str 或 bool 的列表,默认 = 无
每个目标类别的名称按数字升序排列。仅与分类相关,不支持multi-output。如果 True
,则显示类名的符号表示。
label:{‘all’, ‘root’, ‘none’},默认='全部'
是否显示杂质标签等。选项包括‘all’ 显示在每个节点,‘root’ 仅显示在顶部根节点,或‘none’ 不显示在任何节点。
filled:布尔,默认=假
当设置为 True
时,绘制节点以指示分类的多数类、回归值的极值或 multi-output 的节点纯度。
leaves_parallel:布尔,默认=假
当设置为 True
时,在树的底部绘制所有叶节点。
impurity:布尔,默认=真
当设置为 True
时,显示每个节点的杂质。
node_ids:布尔,默认=假
当设置为 True
时,在每个节点上显示 ID 号。
proportion:布尔,默认=假
当设置为 True
时,将 ‘values’ 和/或 ‘samples’ 的显示分别更改为比例和百分比。
rotate:布尔,默认=假
当设置为 True
时,将树从左到右而不是自上而下。
rounded:布尔,默认=假
当设置为 True
时,绘制圆角节点框。
special_characters:布尔,默认=假
当设置为 False
时,忽略特殊字符以兼容 PostScript。
precision:整数,默认=3
每个节点的杂质、阈值和值属性值中浮点精度的位数。
fontname:str,默认='helvetica'
用于呈现文本的字体名称。
返回:
dot_data:str
GraphViz 点格式的输入树的字符串表示形式。仅在 out_file
为 None 时返回。