python 画出决策树
Python是一门经常使用于数据分析和机器学习的脚本语言,它具有丰富的第三方包和库,其中包括用于决策树的可视化的工具包,例如scikit-learn和graphviz等。
在Python中,我们可使用scikit-learn包来实现决策树的生成和可视化。首先,我们需要导入相关库和数据集:
from sklearn.datasets import load_iris from sklearn.tree import DecisionTreeClassifier, export_graphviz iris = load_iris() X = iris.data[:, 2:] y = iris.target
接下来,我们使用DecisionTreeClassifier对象来生成决策树模型,并使用fit()方法拟合数据集:
tree_clf = DecisionTreeClassifier(max_depth=2, random_state=42) tree_clf.fit(X, y)
生成决策树模型后,我们可使用graphviz包将其可视化。首先,我们需要安装graphviz包,并使用export_graphviz函数将决策树以DOT格式输出到文件中:
export_graphviz( tree_clf, out_file="./iris_tree.dot", feature_names=iris.feature_names[2:], class_names=iris.target_names, rounded=True, filled=True )
接着,我们使用生成的DOT文件来生成决策树的可视化图象:
import os os.system("dot -Tpng ./iris_tree.dot -o ./iris_tree.png")
最后,我们可使用matplotlib包来显示决策树的可视化图象:
import matplotlib.pyplot as plt img = plt.imread('./iris_tree.png') plt.imshow(img) plt.axis('off') plt.show()
如此,我们就成功地在Python中生成并显示了一棵决策树!
文章来源:丸子建站
文章标题:python 画出决策树
https://www.wanzijz.com/view/57333.html