Python中决策树的可视化方法
Python中决策树的可视化可以使用Graphviz库,具体步骤如下:
- 安装Graphviz库,可以通过命令行输入以下命令进行安装(需要先安装pip):
pip install graphviz
- 导入相关库:
from sklearn import tree from graphviz import Source
- 构建决策树模型,并使用fit()方法拟合数据:
clf = tree.DecisionTreeClassifier() X = [[0, 0], [0, 1], [1, 0], [1, 1]] Y = [0, 1, 1, 0] clf = clf.fit(X, Y)
- 使用export_graphviz()方法将决策树导出为Graphviz形式的源代码,其中feature_names和class_names分别为特征和类别的名称:
graph = Source(tree.export_graphviz(clf, out_file=None, feature_names=["pidancode.com", "皮蛋编程"], class_names=["0", "1"], filled=True))
- 使用view()方法进行可视化:
graph.view()
完整代码演示如下:
from sklearn import tree from graphviz import Source clf = tree.DecisionTreeClassifier() X = [[0, 0], [0, 1], [1, 0], [1, 1]] Y = [0, 1, 1, 0] clf = clf.fit(X, Y) graph = Source(tree.export_graphviz(clf, out_file=None, feature_names=["pidancode.com", "皮蛋编程"], class_names=["0", "1"], filled=True)) graph.view()
相关文章