如何使用sklearn对决策树进行可视化

原文地址：https://blog.csdn.net/yj1556492839/article/details/80363034

在sklearn的官网上已经对决策树的实现进行了详细介绍，这里主要讲一下可视化的过程。

安装和配置GraphViz

首先去下载软件，我的版本是graphviz-2.38.msi。然后就是配置环境变量，把in文件夹放到path中就行了。最后在终端命令行中输入：dot -version，检测一下有没有设置成功。

决策树可视化

需要先安装一些python库，如graphviz等。可以用pip或者conda命令安装，如：pip install graphviz，也可以在anaconda navigator中直接搜索安装。

决策树的具体用法参考官网，这里只贴一部分代码：

    clf_tree = tree.DecisionTreeClassifier()
    clf_tree.fit(x_train, y_train)
    y_tree = clf_tree.predict(x_test)
    dot_data = tree.export_graphviz(clf_tree, out_file='tree.dot',  
                                    feature_names=['overdue_days', 'bank_card_count', 'latest_earliest_loan_interval', 'latest_login_loan_interval', 'average_loan_interval'],
                                    class_names=['1', '2', '3'],  
                                    filled=True, rounded=True, 
                                    special_characters=True)  
    graph = graphviz.Source(dot_data)

 

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9

执行完以后，可以生成一个叫 ‘tree.dot’ 的 dot 文件。然后在终端命令行中输入：

dot -Tpng tree.dot -o loan_tree.png #png
dot -Tpdf tree.dot -o loan_tree.pdf #pdf

• 1
• 2

将dot文件转化成png格式的图片，或者生成pdf文件。