决策树可视化保姆级教程

决策树可视化指南

决策树是机器学习的一种经典的模型，因其泛化性能好，可解释性强而被广泛应用到实际商业预测中。通常在我们完成决策树模型搭建后，我们会进一步研究分析我们搭建好的模型，这时候模型的可视化就显得尤为重要。下面是生成的决策树可视化图像：

插件安装

scikit-learn中决策树的可视化一般需要安装graphviz。主要包括graphviz库的安装和python的graphviz插件的安装。
安装graphviz库：

• pip install graphviz

安装graphviz插件:

1. 安装插件地址：http://www.graphviz.org，下载对应的插件。
2. 安装插件（默认安装地址，直接一直点下一步直到完成安装）
3. 环境配置： 复制安装目录的bin路径：C:\Program Files\Graphviz\bin
   （a）打开我的电脑，点击属性
   
   （b）选择高级设置
   
   （c）选择环境变量
   
   （d）双击选择Path进入
   
   (e)新建，粘贴的前面复制的bin路径，点击确定
   
   （f）重启jupter notebook即可

可视化的三种方法

搭建模型

from sklearn import tree
dtree = tree.DecisionTreeClassifier()
dtree.fit(x_train,y_train)

在搭建完决策树后，下面介绍可视化具体操作的三种方法
方法一：
简单粗暴，一行代码搞定什么都不用安装。缺点也很明显，生成的可视化图比较模糊，且不能保存图片，违背了可视化的初衷，不建议使用这种方法。

tree.plot_tree(bdtree,filled=True)

方法二：
这种方法比较常用，需要安装graphviz库和graphviz插件，安装方法上面已经介绍。这种使用这种方法得到的图像比较高清，并且还会额外生成PDF文件和一个文本文件。比较推荐使用。

import graphviz
dot_data = tree.export_graphviz(dtree,
                               out_file=None,
                               feature_names=feature_names,
                               class_names=class_names,
                               filled=True,
                               rounded=True,
                               special_characters=True)
graph = graphviz.Source(dot_data)
graph.render('computer')

方法三：
最后一种方法是最麻烦的，除了需要安装graphviz库和graphviz插件，还需要安装：

• pip install pydotplus
• pip install six
  这种方法得到的图像比较清晰，且可以双击放大缩小，可以保存为png图片和pdf文档。这种方法根据个人需求使用吧。

# 决策树可视化
import graphviz
import pydotplus
from six import StringIO
from sklearn.tree import export_graphviz
from IPython.display import Image

# 文件缓存
dot_data = StringIO()
# 将决策树导入到dot中
export_graphviz(bdtree, out_file=dot_data,  
                filled=True, rounded=True,
                special_characters=True,feature_names = feature_names,class_names=class_names)
# 将生成的dot文件生成graph
print(feature_names)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
# 将结果存入到png文件中
graph.write_png('diabetes.png')
graph.write_pdf('diabetes.pdf')
# 显示
Image(graph.create_png())

注意事项

在我们做可视化的时候，需要注意中各重要的参数：

1. feature_names
2. class_names

在做可视化的时候需要传入这两个参数，这两个参数都需要传入一个列表类型的数据，并且两个参数需要与模型传入的数据一一对应，否则就违背了可视化的初衷了。
feature_names：
假如我们的数据格式是DataFrame格式通常可以在数据处理后通过以下方法获取（也可以手动输入）：

feature_names = data.columns[:-1]

class_names：

• 这个参数如果类别数不多的话，最好手动输入。或者通过data[‘分类标签’].unique()获取后再做格式转换和顺序调整

决策树可视化实战

from sklearn import tree 
import pandas as pd

data = pd.read_csv('zoo.csv')
data.head()

# 获取训练数据和标签
x_data  = data.drop(['animal_name', 'class_type'], axis=1)
y_data = data['class_type']

# 搭建模型
dtree = tree.DecisionTreeClassifier()
dtree.fit(x_data,y_data)

# 获取feature_names和class_names
feature_names = data.columns[1:-1]

cls_n = data.class_type.unique()
class_names = []
for i in cls_n:
   class_names.append(str(i))
class_names.sort()

# # 方法一
# tree.plot_tree(dtree,filled=True)

# # 方法二
# import graphviz

# dot_data = tree.export_graphviz(dtree,
#                                out_file=None,
#                                feature_names=feature_names,
#                                class_names=cls_n,
#                                filled=True,
#                                rounded=True,
#                                special_characters=True)
# graph = graphviz.Source(dot_data)

# graph.render('computer')
# graph
# 方法三
import graphviz
import pydotplus
from six import StringIO
from IPython.display import Image  

# 文件缓存
dot_data = StringIO()
# 将决策树导入到dot中
tree.export_graphviz(dtree, out_file=dot_data,  
               filled=True, rounded=True,
               special_characters=True,feature_names = feature_names,class_names=class_names)
# 将生成的dot文件生成graph
print(feature_names)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
# 将结果存入到png文件中
graph.write_png('diabetes.png')
graph.write_pdf('diabetes.pdf')
# 显示
Image(graph.create_png())