决策树可视化案例python_用python实现决策树及可视化-Go语言中文社区

数据文件如下：

代码如下：

import os

os.environ["PATH"] += os.pathsep + 'F:/graphviz-2.38/release/bin'

import csv

from sklearn.feature_extraction import DictVectorizer

from sklearn import preprocessing

from sklearn import tree

# 导入文件

film_data = open('film.csv', 'rt')

reader = csv.reader(film_data)

headers = next(reader)

# 打印表头

print(headers)

# 创建特征集和结果集

feature_list = []

result_list = []

# 遍历，特征集追加字典，该字典由header[1:-1]和row[1:-1]

# 结果集追加row[-1]

for row in reader:

feature_list.append(dict(zip(headers[1:-1], row[1:-1])))

result_list.append(row[-1])

print(feature_list)

print(result_list)

# 将dict类型的数据转换成nummpy array

vec = DictVectorizer()

# 将你的List转化成二进制形式并且已按照List原格式首字母排序

# country gross type

dummyX = vec.fit_transform(feature_list).toarray()

dummyY = preprocessing.LabelBinarizer().fit_transform(result_list)

print(dummyX)

print(dummyY)

clf = tree.DecisionTreeClassifier(criterion='entropy', random_state=0)

clf = clf.fit(dummyX, dummyY)

print("clf:" + str(clf))

import pydotplus

dot_data = tree.export_graphviz(clf,

feature_names=vec.get_feature_names(),

filled=True, rounded=True,

special_characters=True,

out_file=None)

graph = pydotplus.graph_from_dot_data(dot_data)

graph.write_pdf("film.pdf")

这里要安装：GraphViz’s executables

配置环境变量的时候不知道什么原因没找到参数

解决方法，在代码中插入：

import os

os.environ["PATH"] += os.pathsep + 'F:/graphviz-2.38/release/bin'

决策树如下：