python 使用文本注解绘制树节点_机器学习实战:决策树(三)使用 Matplotlib 注解绘制树形图...

本文介绍了如何在Python中利用Matplotlib的注解功能绘制决策树。通过定义`plotNode`、`createPlot`等函数,结合`getNumLeafs`和`getTreeDepth`来计算树的结构,实现了在图形上添加文本注解以展示决策树的结构。示例展示了如何绘制带有不同类型的树节点(决策节点和叶节点)的树形图。
摘要由CSDN通过智能技术生成

机器学习实战之决策树(二)在 python 中使用 Matplotlib 注解绘制树形图​blog.csdn.net

微信公众号:

qiongjian0427qiongjian/Machine-learning​github.com

运行环境:anaconda—jupyter notebook

Python版本:Python3

1. Matplotlib 注解

Matplotlib 提供了一个注解工具 annotations ,可以在数据图形上添加文本注释。注解通常用于解释数据的内容。

1.1 使用文本注解绘制决策树

import matplotlib.pyplot as plt

decisionNode = dict(boxstyle="sawtooth", fc="0.8") # boxstyle为文本框的类型,sawtooth是锯齿形,fc是边框线粗细

leafNode = dict(boxstyle="round4", fc="0.8") # round4表示圆形

arrow_args = dict(arrowstyle="

def plotNode(nodeTxt, centerPt, parentPt, nodeType):

# nodeTxt:节点文本, centerPt:子节点, parentPt:父节点, nodeType:节点样式

createPlot.axl.annotate(nodeTxt, xy=parentPt,xy

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
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