将决策树的过程可视化

最新推荐文章于 2024-08-01 08:51:58 发布

修炼之路

最新推荐文章于 2024-08-01 08:51:58 发布

阅读量4.4k

点赞数

分类专栏：机器学习 python机器学习实战

本文链接：https://blog.csdn.net/sinat_29957455/article/details/79406679

版权

python机器学习实战同时被 2 个专栏收录

43 篇文章 835 订阅 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

机器学习

57 篇文章 21 订阅

订阅专栏

本文介绍了如何利用sklearn构建决策树进行鸢尾花分类，并详细阐述了如何下载安装GraphViz，将决策树模型导出为dot文件，最后转换为图片以可视化决策树的分类过程。

摘要由CSDN通过智能技术生成

在使用决策树算法进行分类的时候，有时候我们想看看决策树究竟是如何进行分类的。下面，将介绍使用sklearn来构建一个决策树，并导出决策树的结果dot文件，通过GraphViz将dot文件，保存成一张图片。

一、决策树实现鸢尾花的分类

from sklearn.tree import DecisionTreeClassifier
from sklearn.tree import export_graphviz
import pandas as pd

if __name__ == "__main__":
    #构建一颗决策树
    #决策树的深度为5，以信息增益作为属性的划分准则即ID3树
    tree = DecisionTreeClassifier(criterion="entropy",max_depth=10,random_state=0)
    #读取鸢尾花数据
    data = pd.read_csv("iris.data")
    #获取鸢尾花数据的标签
    y_label = data.iloc[:,4].values
    #获取鸢尾花的特征
    x = data.iloc[:,[0,1,2,3]].values
    tree.fit(x,y_label)
    #导出结果dot文件
    export_graphviz(tree,out_file="tree.dot",feature_name