sklearn 决策树可视化

sklearn 决策树可视化

标签： sklearn

---

这里以iris分类问题为例子，主要分为三步，分别为得到模型，得到默认的树结构，导出为图片或者pdf。

得到决策树模型

这个就是普通决策树例子，直接用skleran中的决策树分类器，然后喂入数据即可。

from sklearn.datasets import load_iris
from sklearn import tree
iris = load_iris()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(iris.data, iris.target)

这样得到的clf就是一个分类模型。

导出默认的树结构

这个是通过sklearn中tree的默认方法，可以得到一个dot文件（一个普通文本文件，保存树结构），这个文件可以保存也可以不保存，这里不保存，直接返回到一个变量里面，下面导出图片要用到。

dot_data = tree.export_graphviz(clf, out_file=f,
                         feature_names=iris.feature_names,
                         class_names=iris.target_names,
                         filled=True, rounded=True,
                         special_characters=True)

##导出图片或者pdf

这个需要第三方工具，首先安装Graphviz，这是一个软件，通过这个地址下载，然后用pip或者conda安装pydotplus。

通过下面的代码从dot里面导出png。

import pydotplus
import os
os.environ["PATH"] += os.pathsep + 'D:/Program Files (x86)/Graphviz2.38/bin/'
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_png("tree.png")

如果出现# pydotplus.graphviz.InvocationException: GraphViz's executables not foundpydotplus.graphviz.InvocationException: GraphViz's executables not found一般就是GraphViz没有安装成功，或者路径导入错误，注意os.environ["PATH"]后面的路径是你安装Graphviz的路径。

参考：

https://www.jianshu.com/p/dd552f780a40

https://blog.csdn.net/pilipala6868/article/details/79963650

https://blog.csdn.net/llh_1178/article/details/78516774