用graphviz可视化决策树

1.安装graphviz。

graphviz本身是一个绘图工具软件，下载地址在：http://www.graphviz.org/。如果你是linux，可以用apt-get或者yum的方法安装。如果是windows，就在官网下载msi文件安装。无论是linux还是windows，装完后都要设置环境变量，将graphviz的bin目录加到PATH，比如我是windows，将C:/Program Files (x86)/Graphviz2.38/bin/加入了PATH

2.安装python插件graphviz。

python上有支持graphviz使用 的import graphviz

3.安装python插件pydotplus。

import pydotplus

from IPython.display import Image

这样环境就搭好了，有时候python会很笨，仍然找不到graphviz，这时，可以在代码里面加入这一行：

os.environ["PATH"] += os.pathsep + 'C:/Program Files (x86)/Graphviz2.38/bin/'

注意后面的路劲是你自己的graphviz的bin目录。

4、绘图

#用决策树建模

clf = tree.DecisionTreeClassifier() #默认的选取最优节点的标准是基尼系数，若想使用信息增益则为entropy
clf = clf.fit(Xtrain, Ytrain)
score = clf.score(Xtest, Ytest) #返回预测的准确度
print(str(clf))
print(score)

#用graphviz会画得决策树(没有解决中文乱码的问题？？？十分苦恼)

输出PDF至项目文件夹：

import pydotplus
import os
from sklearn.externals.six import StringIO
os.environ["PATH"] += os.pathsep + 'E:graphvizin'
dot_data = StringIO()
tree.export_graphviz(clf #模型
                            ,feature_names= feature_name  #tez
                            ,class_names=["琴酒","雪莉","贝尔摩德"] #类别名
                            ,filled=True    #由颜色标识不纯度
                            ,rounded=True   #树节点为圆角矩形
                            ,out_file=dot_data
                        )
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
graph.write_pdf("wine.pdf") #https://blog.csdn.net/chai_zheng/article/details/78226556

生成tree.dot文件，再用graphviz生成：

#生成tree.dot文件
with open("tree.dot", 'w') as f:
    f = tree.export_graphviz(clf
                            , feature_names = feature_name  # tez
                            , class_names = ["琴酒", "雪莉", "贝尔摩德"]  # 类别名
                            , filled = True  # 由颜色标识不纯度
                            , rounded = True  # 树节点为圆角矩形
                            ,out_file=f)

 a）通过graphviz的exe程序导入dot文件生成相对应的png或者pdf文件

 b）通过命令行dot -Tpdf tree.dot -o output.pdf，dot -Tpng tree.dot -o output.png将dot文件生成png或者pdf文件