python 随机森林可视化

阿雷吖睚

已于 2022-06-23 16:24:58 修改

阅读量3.4k

点赞数 2

分类专栏：日常记录文章标签： python 随机森林 sklearn

于 2022-05-09 18:26:34 首次发布

本文链接：https://blog.csdn.net/sinat_36728101/article/details/124672217

版权

日常记录专栏收录该内容

11 篇文章 0 订阅

订阅专栏

这篇博客展示了如何在Jupyter Notebook中利用Python的sklearn和pydotplus库对随机森林模型进行可视化。首先，使用iris数据集训练了一个最大深度为4的随机森林分类器。然后，通过tree.export_graphviz导出单个决策树，并用pydotplus将其转换为SVG图像进行展示，以帮助理解模型决策过程。

摘要由CSDN通过智能技术生成

对随机森林进行可视化
安装一些需要的库：

pip install graphviz

pip install pydotplus

在Jupyter notebook 中进行随机森林可视化：

from sklearn import datasets
from sklearn.ensemble import RandomForestClassifier
from IPython.core.display import HTML, display
from sklearn import tree
import pydotplus


# 使用自带的iris数据
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 训练模型，限制树的最大深度4
clf = RandomForestClassifier(max_depth=4)
#拟合模型
clf.fit(X, y)

estimators = clf.estimators_
for m in estimators:
    dot_data = tree.export_graphviz(m, out_file=None,
                         feature_names=iris.feature_names,
                         class_names=iris.target_names,
                         filled=True, rounded=True,
                         special_characters=True)
    graph = pydotplus.graph_from_dot_data(dot_data)
    # 使用ipython的终端jupyter notebook显示。
    svg = graph.create_svg()
    if hasattr(svg, "decode"):
         svg = svg.decode("utf-8")
     html = HTML(svg)
     display(html)