sklearn决策树运行graphviz报错解决方案

《老饼讲解机器学习》icon-default.png?t=N7T8https://www.bbbdata.com/text/44


目录

1.下载graphviz

2.安装

3.测试


运行graphviz报错:failed to execute ['dot', '-Tsvg'], make sure the Graphviz executables are on your systems' PATH

1.下载graphviz

到 https://graphviz.org/download/下载graphviz(64位系统一定要选择64位Installer,不能选ZIP)

2.安装

到下面界面一定要选红色的选择(如果没选,后面只能手动添加环境变量了),之后 一路完成就可以。

3.测试

win+R,输入cmd,打开cmd窗口,用 dot -version 测试,能显示版本信息就是安装成功
(不要瞎打开CMD,如果打开的是C:\WINDOWS\system32>那就测不了)

备注:如果还不行,则重启anaconda。

参考文档:https://blog.csdn.net/NT0521/article/details/89742824

相关文章

一个简单的决策树分类例子

sklearn决策树结果可视化

sklearn决策树参数详解

  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
sklearn中的决策树模块提供了多种功能和方法来构建和使用决策树。其中,可以使用tree.DecisionTreeClassifier来构建分类树,使用tree.DecisionTreeRegressor来构建回归树。还可以使用tree.export_graphviz将生成的决策树导出为DOT格式,以便进行可视化。此外,还有tree.ExtraTreeClassifier和tree.ExtraTreeRegressor等高随机版本的分类树和回归树可供选择。\[2\] 在不加限制的情况下,决策树会生长到衡量不纯度的指标最优,或者没有更多的特征可用为止。然而,这样的决策树往往会过拟合,即在训练集上表现很好,但在测试集上表现糟糕。为了避免过拟合,我们需要对决策树进行剪枝。剪枝策略对决策树的泛化性能有很大影响,选择正确的剪枝策略是优化决策树算法的关键。sklearn提供了不同的剪枝策略供我们选择和使用。\[3\] #### 引用[.reference_title] - *1* *2* [sklearn(一)、决策树](https://blog.csdn.net/weixin_44784088/article/details/124789687)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [机器学习sklearn-决策树](https://blog.csdn.net/kongqing23/article/details/122394210)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^koosearch_v1,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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