Pycharm生成决策树

红酒数据集下载地址：https://archive.ics.uci.edu/ml/datasets/Wine

Pycharm生成文字化的决策树

以下代码在jupyter中可以直接生成，但是在Pyharm中生成的结果是用文字形式表示的树模型。

import pandas as pd
from sklearn import tree
from sklearn.model_selection import  train_test_split
import graphviz

#[178 rows x 14 columns]  1~13都是特征列 0列才是标签
wine = pd.read_table('F:\Temp\img\wine.data',sep = ',',header=None)
# 将列名修改为中文
names = ['类型','酒精','苹果酸','灰','灰的碱度','镁','总酚类化合物',
         '类黄酮','Nonflavanoid酚类','原花青素','颜色强度' ,'色调',
         '稀释葡萄酒的OD280/OD315','脯氨酸']
wine.columns = names


Xtrain, Xtest, Ytrain, Ytest = train_test_split(wine.iloc[:,1:],wine.iloc[:,0],test_size=0.3)

clf = tree.DecisionTreeClassifier(criterion="entropy")
clf = clf.fit(Xtrain,Ytrain)
score = clf.score(Xtest,Ytest)

# print(score)


# 绘制树
dot_data = tree.export_graphviz(clf,
                                feature_names=names[1:],             # 特征名
                                class_names=["琴酒","雪莉","贝尔摩德"], # 为三个类别起个名(可随意)
                                filled=True,
                                rounded=True)

graph = graphviz.Source(dot_data)
print(graph)     		# 直接打印
graph.save('tree.dot')  # 保存为文件

实现生成决策树图

import pandas as pd
import numpy as np
from sklearn import tree
from sklearn.model_selection import  train_test_split
import pydotplus
from IPython.display import Image

#[178 rows x 14 columns]  1~13都是特征列 0列才是标签
wine = pd.read_table('F:\Temp\img\wine.data',sep = ',',header=None)
# 将列名修改为中文
names = ['类型','酒精','苹果酸','灰','灰的碱度','镁','总酚类化合物',
         '类黄酮','Nonflavanoid酚类','原花青素','颜色强度' ,'色调',
         '稀释葡萄酒的OD280/OD315','脯氨酸']
wine.columns = names


Xtrain, Xtest, Ytrain, Ytest = train_test_split(wine.iloc[:,1:],wine.iloc[:,0],test_size=0.3)

clf = tree.DecisionTreeClassifier(criterion="entropy")
clf = clf.fit(Xtrain,Ytrain)
score = clf.score(Xtest,Ytest)

# print(score)


# 绘制树
dot_data = tree.export_graphviz(clf,
                                feature_names=names[1:],             # 特征名
                                class_names=["琴酒","雪莉","贝尔摩德"], # 为三个类别起个名(可随意)
                                filled=True,
                                rounded=True)


graph = pydotplus.graph_from_dot_data(dot_data)
img = Image(graph.create_png())
graph.write_png('F:\Temp\img\wine.png')

一般来说，没有安装Graphviz，或者没有配置环境变量的，都会报这么一个错：

GraphViz’s executables not found

安装Graphviz并配置环境变量

第一步，安装。除了路径，其他的全都默认
Graphviz下载地址：http://www.graphviz.org/download/

第二步，配置环境变量（将安装路径的路径添加到系统变量里的Path中）

我是手工在环境变量中添加了bin路径，但有的人喜欢运行这个语句。

import os
os.environ["PATH"] += os.pathsep + r'D:\Programming Software\Pycharm\GraphViz\bin'

第三步，检查。进入cmd界面，输入dot -version 或 dot -V 。如出现版本信息就说明成功了。

到了现在，就可以去执行刚才的代码了，然后就可以去对应路径中查看新生成的决策树了，只不过有中文乱码。
如果运行之后还是报 GraphViz’s executables not found 错，那就重启电脑。我也出现过这种情况，前三步都没问题，但就是报错。

解决中文乱码

部分解决

运行之后，控制台报警告，但这些警告都是黑体，我还是能接受的。
参考博客：https://blog.csdn.net/yeshang_lady/article/details/120220778

import pandas as pd
import numpy as np
from sklearn import tree
from sklearn.datasets import load_wine
from sklearn.model_selection import  train_test_split
import graphviz
import pydotplus
from IPython.display import Image

#[178 rows x 14 columns]  1~13都是特征列 0列才是标签
wine = pd.read_table('../../DataSet/01 决策树/wine.data',sep = ',',header=None)
# 将列名修改为中文
names = ['类型','酒精','苹果酸','灰','灰的碱度','镁','总酚类化合物',
         '类黄酮','Nonflavanoid酚类','原花青素','颜色强度' ,'色调',
         '稀释葡萄酒的OD280/OD315','脯氨酸']
wine.columns = names


Xtrain, Xtest, Ytrain, Ytest = train_test_split(wine.iloc[:,1:],wine.iloc[:,0],test_size=0.3)

clf = tree.DecisionTreeClassifier(criterion="entropy")
clf = clf.fit(Xtrain,Ytrain)
score = clf.score(Xtest,Ytest)

# print(score)


# 绘制树
dot_data = tree.export_graphviz(clf,
                                feature_names=names[1:],             # 特征名
                                class_names=["琴酒","雪莉","贝尔摩德"], # 为三个类别起个名(可随意)
                                filled=True,
                                rounded=True)


graph=pydotplus.graph_from_dot_data(dot_data)
#在原有的可视化代码后面添加如下代码，人为修改每个节点的fontname属性值
for node in graph.get_nodes():
    node.set_fontname(lambda x:'SimHei')
Image(graph.create_png())
graph.write_png('F:\Temp\img\wine.png')

保存为pdf文件

用了自带的render方法，没用save。感觉像是回到了第一个代码，不过安装Graphviz是真重点。
Microsoft YaHei 这个微软雅黑可以换成其他的，只要自己电脑里有就行。

import pandas as pd
import numpy as np
from sklearn import tree
from sklearn.datasets import load_wine
from sklearn.model_selection import  train_test_split
import graphviz
import pydotplus
from IPython.display import Image

#[178 rows x 14 columns]  1~13都是特征列 0列才是标签
wine = pd.read_table('../../DataSet/01 决策树/wine.data',sep = ',',header=None)
# 将列名修改为中文
names = ['类型','酒精','苹果酸','灰','灰的碱度','镁','总酚类化合物',
         '类黄酮','Nonflavanoid酚类','原花青素','颜色强度' ,'色调',
         '稀释葡萄酒的OD280/OD315','脯氨酸']
wine.columns = names


Xtrain, Xtest, Ytrain, Ytest = train_test_split(wine.iloc[:,1:],wine.iloc[:,0],test_size=0.3)

clf = tree.DecisionTreeClassifier(criterion="entropy")
clf = clf.fit(Xtrain,Ytrain)
score = clf.score(Xtest,Ytest)

# print(score)

# dot -Tpng tree.dot -o test.png
# 绘制树
dot_data = tree.export_graphviz(clf,
                                feature_names=names[1:],             # 特征名
                                class_names=["琴酒","雪莉","贝尔摩德"], # 为三个类别起个名(可随意)
                                filled=True,
                                rounded=True)



graph = graphviz.Source(dot_data.replace('helvetica','"Microsoft YaHei"'), encoding='utf-8')
# 在同级目录下生成两文件，一个无后缀，一个是pdf。而且加了jpg npg 等后缀生成的文件是没法用的
graph.render("tree")   

# graph.view() 跟graph.render()类似，只不过自动帮你把pdf打开了

dot -Tpng tree.dot -o test.png        dot -Tpdf tree.txt -o test.pdf
在cmd界面中，可以用这两条指令将文字形式的决策树转为相应文件。
生成文件乱码的，需要改 tree.dot(tree,txt) 文件中的helvetica ，在第二行和第三行，设置为：helvetica=‘想要设置的字体’

总结一下就是，在安装了Graphviz的前提下。
用第一个代码，将结果保存成一个文件，然后修改文件里的字体属性（上图给了两个修改模本）。最后就是在cmd界面，进入文件所在文件夹，用指令将文字转为图片或转为pdf。
用最后一个代码，运行之后会生成两个文件。一个没有后缀，一个是pdf。pdf可直接打开。

保存为图片

研究出来的一个新玩法。
核心代码是：dot_data.replace(‘helvetica’,’“Microsoft YaHei”’)。也是替换文字属性，在【保存为pdf】那一节中就用过。

import pandas as pd
import numpy as np
from sklearn import tree
from sklearn.datasets import load_wine
from sklearn.model_selection import  train_test_split
import graphviz
import pydotplus
from IPython.display import Image
import codecs

#[178 rows x 14 columns]  1~13都是特征列 0列才是标签
wine = pd.read_table('../../DataSet/01 决策树/wine.data',sep = ',',header=None)
# 将列名修改为中文
names = ['类型','酒精','苹果酸','灰','灰的碱度','镁','总酚类化合物',
         '类黄酮','Nonflavanoid酚类','原花青素','颜色强度' ,'色调',
         '稀释葡萄酒的OD280/OD315','脯氨酸']
wine.columns = names

X = wine.iloc[:,1:]
Y = wine.iloc[:,0]
Xtrain, Xtest, Ytrain, Ytest = train_test_split(X,Y,test_size=0.3)

clf = tree.DecisionTreeClassifier(criterion="entropy")
clf = clf.fit(Xtrain,Ytrain)
score = clf.score(Xtest,Ytest)

 # print(score)


# 绘制树
dot_data = tree.export_graphviz(clf,
                                feature_names=names[1:],             # 特征名
                                class_names=["琴酒","雪莉","贝尔摩德"], # 为三个类别起个名(可随意)
                                filled=True,
                                rounded=True)

graph = pydotplus.graph_from_dot_data(dot_data.replace('helvetica','"Microsoft YaHei"'))
img = Image(graph.create_png())
graph.write_png('F:\Temp\img\wine.png')