将决策树的过程可视化

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
评论
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

打赏作者

修炼之路

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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