python决策树可视化_决策树可视化-python

决策树相较于其他机器学习模型具有较好的解释性，也容易将其结果进行可视化展示，python中sklearn.tree的export_graphviz函数可以将决策树结果以doc或dot文件的形式输出，然后将决策树结果可视化，下面举个简单例子。

1、创建数据集from sklearn.datasets import make_classification

X, y = make_classification(n_samples=10000,

n_features=10,

n_informative=5,

n_redundant=0,

n_repeated=0,

n_classes=2,

weights=[0.8, 0.2],

flip_y=0.01,

random_state=1234)

2、训练决策树from sklearn.tree import DecisionTreeClassifier

Dtree = DecisionTreeClassifier(criterion='gini',

max_depth=3,

min_samples_split=int(0.03 * X.shape[0]),

min_samples_leaf=int(0.01 * X.shape[0]),

random_state=0)

Dtree.fit(X, y)

3、输出决策树结果文件from sklearn.tree import export_graphviz

export_graphviz(Dtree,

out_file='D:\\study\\Dtree.dot')

在'D:\study'中生成了'Dtree.dot'文件

4、决策树可视化

首先安装Graphviz（下载地址：http://www.graphviz.org/），安装好后，设置环境变量：在系统变量的PATH中添加Graphviz的bin目录路径，如我的安装路径是"C:\Program Files (x86)\Graphviz2.38\bin"：

验证一下环境变量是否设置成功：在cmd中输入dot -version

然后在'D:\study'目录下，操作“Shift键+右击鼠标”打开Windows Powershell窗口，并输入"dot -Tpng Dtree.dot -o Dtree.png"命令，点击回车，即生成了决策树可视化图：

决策树如下

除了生成png格式图片，还可生成jpg、pdf等其他格式文件，只需将命令改为"dot -Tjpg Dtree.dot -o Dtree.jpg"、"dot -Tpdf Dtree.dot -o Dtree.pdf"即可。