《机器学习实战》——在python中使用Matplotlib注解绘制树形图

这篇博客介绍如何在Python中使用Matplotlib库来绘制带有注解的决策树。通过定义不同节点的样式,利用plotNode函数创建注解,然后通过getNumLeafs和getTreeDepth函数计算树的宽度和深度,最后通过plotTree实现树的可视化。示例展示了如何绘制两棵决策树。
摘要由CSDN通过智能技术生成
# encoding=utf-8
#使用文本注解绘制树形图
import matplotlib.pyplot as plt

decisionNode = dict(boxstyle="sawtooth", fc="0.8")
leafNode = dict(boxstyle="round4", fc="0.8")
arrow_args = dict(arrowstyle="<-")
#上面三行代码定义文本框和箭头格式
#定义决策树决策结果的属性,用字典来定义,也可写作 decisionNode={boxstyle:'sawtooth',fc:'0.8'}
#其中boxstyle表示文本框类型,sawtooth是波浪型的,fc指的是注释框颜色的深度
#arrowstyle表示箭头的样式

def plotNode(nodeTxt, centerPt, parentPt, nodeType):#该函数执行了实际的绘图功能
#nodeTxt指要显示的文本,centerPt指的是文本中心点,parentPt指向文本中心的点
    createPlot.ax1.annotate(nodeTxt, xy=parentPt,  xycoords='axes fraction',
             xytext=centerPt, textcoords='axes fraction',
             va="center", ha="center", bbox=nodeType, arrowprops=arrow_args )


#
评论 2
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