画出sklearn中的决策树的图

太过爱你忘了你带给我的痛 2022-12-10 14:39 120阅读 0赞

经常会使用sklearn中的决策树进行机器学习，比如分类，不过很想对其结果进行可视化，话不多说直接上分类树的代码：

import numpy as np
    import pandas as pd
    from  sklearn.tree import DecisionTreeClassifier
    from sklearn.tree import export_graphviz
    
    ##准备数据
    X=[np.random.rand(5) for i in range(200)]
    y=[int(np.random.rand()*5) for i in range(200)]
    feature_names=['A','B','C','D','E']
    class_names=['qingtong','huangjin','baijin','zuanshi','xingyao']
    
    #训练
    tree=DecisionTreeClassifier(max_depth=3,random_state=234)
    tree.fit(X,y)
    ##导出dot文件
    export_graphviz(
            tree,
            out_file="C:\\honor_tree.dot",
            feature_names=feature_names,
            class_names=class_names,
            rounded=True,
            filled=True
        )

运行成功后会出现一个dot文件：honor\_tree.dot

想要显示出来这个文件里面的图，需要安装graphviz

这个有windows版的，支持很多个系统

我下的是win版的，很小就几兆

安装成功后，就能在命令行下转生成图像了：

C:\>dot -Tpng honor_tree.dot -o honor_tree.png

结果会生成一个名为honor\_tree.png的图片，效果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3VfNDM4_size_16_color_FFFFFF_t_70][]

当然也可以做成回归树：

import numpy as np
    import pandas as pd
    from  sklearn.tree import DecisionTreeRegressor
    from sklearn.tree import export_graphviz
    
    ##准备数据
    X=[np.random.rand(5) for i in range(200)]
    y=[np.random.rand()*50 for i in range(200)]
    feature_names=['A','B','C','D','E']
    
    #训练
    tree=DecisionTreeRegressor(max_depth=3,random_state=234)
    tree.fit(X,y)
    ##导出dot文件
    export_graphviz(
            tree,
            out_file="C:\\honor_tree_re.dot",
            feature_names=feature_names,
            rounded=True,
            filled=True
        )

类似的方式生成图片：

C:\>dot -Tpng honor_tree_re.dot -o honor_tree_re.png

结果如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3VfNDM4_size_16_color_FFFFFF_t_70 1][]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3VfNDM4_size_16_color_FFFFFF_t_70]: /images/20221123/b42c25a0017b4241a8637122e48bf748.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3pob3VfNDM4_size_16_color_FFFFFF_t_70 1]: /images/20221123/34080f0c87d24a10a153bec5558cdf5d.png