运用graphviz进行决策树可视化中遇到的问题及解决方法

win10下graphziv的安装

graphziv下载

下载地址如下:
http://www.graphviz.org/download/
根据自己的系统选择相应的安装包

graphziv安装和环境变量的配置

在这里插入图片描述
在这里插入图片描述

这里勾选第二个选项,之后就不用手动进行环境变量的配置在这里插入图片描述

查看是否安装成功

在命令窗口输入如下命令
dot -version
在这里插入图片描述
可能出现上述图片的错误,解决方法如下
输入如下命令:dot -c
然后继续输入命令:dot -version
在这里插入图片描述
这时候graphziv的版本和其他信息就表明graphziv安装成功

决策树可视化

anaconda下 pydotplus的安装

安装pydotplus之前确保graphziv安装成功
打开anaconda prompt,输入如下命令:
pip install pydotplus

决策树可视化例子

import pandas as pd
import matplotlib.pyplot as plt

# 加载数据
from sklearn.datasets.california_housing import fetch_california_housing
housing = fetch_california_housing()

# 构造决策树
from sklearn import tree
dtr = tree.DecisionTreeRegressor(max_depth=2)
dtr.fit(housing.data, housing.target)

# 决策树可视化
dot_data = tree.export_graphviz(
            dtr,
            out_file=None,
            feature_names=housing.feature_names,
            filled=True,
            impurity=False,
            rounded=True,
            special_characters=True)
import pydotplus
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_pdf("dtr_white_background.pdf")

效果如下

在这里插入图片描述



  • 1
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
要使用Graphviz可视化决策树,你可以按照以下步骤进行操作: 1. 首先,确保已经安装了Graphviz软件包。你可以从Graphviz官方网站(https://graphviz.org/)下载并安装适用于你的操作系统的版本。 2. 在Python,你需要安装`graphviz`包,可以使用pip命令进行安装:`pip install graphviz`。 3. 导入必要的库和模块: ```python from sklearn import tree import graphviz ``` 4. 准备决策树据集,并进行训练: ```python # 假设你有一个特征矩阵X和一个目标向量y X = [[0, 0], [1, 1]] y = [0, 1] # 创建并训练决策树模型 clf = tree.DecisionTreeClassifier() clf = clf.fit(X, y) ``` 5. 生成决策树的dot文件: ```python # 使用export_graphviz生成dot文件 dot_data = tree.export_graphviz(clf, out_file=None) # 或者,你可以指定一些参来自定义可视化效果,例如: dot_data = tree.export_graphviz(clf, out_file=None, feature_names=['feature1', 'feature2'], class_names=['class1', 'class2'], filled=True, rounded=True) ``` 6. 将dot文件转换为可视化图形: ```python # 使用graphviz库将dot文件转换为可视化图形 graph = graphviz.Source(dot_data) ``` 7. 显示决策树可视化图形: ```python # 在Jupyter Notebook或类似的环境,可以直接显示图形 graph # 如果你使用的是其他IDE或脚本方式运行,可以将图形保存为文件并打开 graph.render("decision_tree") ``` 这样,你就可以使用Graphviz可视化决策树了。记得替换掉步骤4据集和步骤5的特征名和类别名,以适应你的实际情况。
评论 3
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