python决策树结果图_Python决策树图形输出

使用决策树建模时，我们需要将决策树输出出来，以直观的展示各决策节点，简单分享一下我的学习笔记。

1. 建立模型

# 导入库

from sklearn.datasets import load_iris

from sklearn import tree

iris = load_iris()

# 建立并训练模型

clf = tree.DecisionTreeClassifier(max_depth=3)

clf.fit(iris.data, iris.target)

2. 输出决策树

# 输出决策树文件.dot

tree.export_graphviz(clf, out_file='tree.dot')

然后需要将tree.dot 文件转化为tree.png。

转化方法：win+r，输入cmd，回车，打开命令输入窗 输入：dot -T png tree.dot -o tree.png，即可在同一文件夹下得到 tree.png文件。

如下图：

上一步操作请确保电脑中已安装Graphviz，并已将Graphviz下的bin目录地址添加到了环境变量中。

3. 显示决策树

# 在Jupyter中显示出来

%pylab inline

from IPython.display import Image

Image('tree.png')

显示如下：

可以看到首要决策因素是X[3]，将列名打印出来

iris.feature_names[3]

输出：'petal width (cm)'，即花瓣的宽度。

还可以在Markdown中使用  命令在Jupyter中插入本地图片，但是这种方法在将.ipynb文件保存为.html文件时图片可能显示不出来(见附件)！！

感谢你长得这么好看还关注我的博客，^_^

转载请注明出处：

作者：胡湛鹏