决策树的可视化

决策树可视化的前提是电脑上装了Graphviz，然后利用python装的第三方库pydotplus将图转换为png或pdf的格式。

import pydotplus
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree

...
# 方法一 ，存为dot格式的文件，用Graphviz打开
with open('iris.dot', 'w') as f:
	tree.export_graphviz(model, out_file=f)
	
# 方法二，
tree.export_graphviz(model, './iris.dot')

# 方法三，输出为pdf和png格式
# 输出为pdf格式
dot_data = tree.export_graphviz(model, out_file=None, feature_names=iris_feature, class_names=iris_class, filled=True, rounded=True, special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_pdf('./iris.pdf')

# 输出为png格式
f = open('./iris.png', 'wb'):
f.write(graph.create_png())
f.close()

在dot_data中参数主要是用来修饰导出决策树的样子。
feature_names是将训练数据特征按照fit的顺序放入，class_names是目标值，放入的都是可迭代对象。filled表示决策树的节点填充渐变色，rounded表示方格四边加倒角处理。