分享一个Python可视化工具pybaobabdt,轻松
对决策树、随机森林可视化,例如,
随机森林可视化
图怎么看:
每一种颜色代表一个class,link的宽度表示从一个节点流向另一个节点的items数量。
安装
依赖pygraphviz,
pip install pybaobabdt pip install pygraphviz
可视化决策树
import pybaobabdt import pandas as pd from scipy.io import arff from sklearn.tree import DecisionTreeClassifier #导入决策树算法 data = arff.loadarff('winequality-red.arff') df = pd.DataFrame(data[0]) y = list(df['class']) features = list(df.columns) features.remove('class') X = df.loc[:, features] clf = DecisionTreeClassifier().fit(X, y) ax = pybaobabdt.drawTree(clf, size=10, dpi=300, features=features) #可视化主函数pybaobabdt.drawTree
可视化决策树-设置树深度
通过maxdepth
限制需要渲染的树深度,对large trees特别友好,
ax = pybaobabdt.drawTree( clf, size=10, dpi=100, maxdepth=6, #设置渲染的树的最大深度 features=features)
可视化决策树-突出class
通过colormap
凸显感兴趣的class,
from matplotlib.colors import ListedColormap ax = pybaobabdt.drawTree( clf, size=10, dpi=600, colormap=ListedColormap(["#01a2d9", "gray", "#d5695d", "gray"]), #通过颜色突出展示class 5和6 变量 features=features)
可视化随机森林
import pybaobabdt import pandas as pd from scipy.io import arff import matplotlib.pyplot as plt from sklearn.ensemble import RandomForestClassifier #导入随机森林算法 data = arff.loadarff('vehicle.arff') df = pd.DataFrame(data[0]) y = list(df['class']) features = list(df.columns) features.remove('class') X = df.loc[:, features] clf = RandomForestClassifier(n_estimators=20, n_jobs=-1, random_state=0) clf.fit(X, y) size = (15, 15) plt.rcParams['figure.figsize'] = size fig = plt.figure(figsize=size, dpi=300) for idx, tree in enumerate(clf.estimators_): ax1 = fig.add_subplot(5, 4, idx + 1) pybaobabdt.drawTree(tree, model=clf, size=15, dpi=300, maxdepth=8, features=features, ax=ax1)
关于Python学习指南
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
包括:Python激活码+安装包、Python web开发,Python爬虫,Python数据分析,人工智能、自动化办公等学习教程。让你从零基础系统性的学好Python!
👉Python所有方向的学习路线👈
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。(全套教程文末领取)
👉Python学习视频600合集👈
观看零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
温馨提示:篇幅有限,已打包文件夹,获取方式在:文末
👉Python70个实战练手案例&源码👈
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
👉Python大厂面试资料👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
👉Python副业兼职路线&方法👈
学好 Python 不论是就业还是做副业赚钱都不错,但要学会兼职接单还是要有一个学习规划。
👉 这份完整版的Python全套学习资料已经上传,朋友们如果需要可以扫描下方CSDN官方认证二维码或者点击链接免费领取【保证100%免费
】
点击免费领取《CSDN大礼包》:Python入门到进阶资料 & 实战源码 & 兼职接单方法 安全链接免费领取
![](https://img-blog.csdnimg.cn/img_convert/ca80a08a697e9e96c29bad05bbd68000.jpeg)