Graphviz 绘制所有测试样本的决策路径

此代码来自：

基本上，它在决策树图上绘制样本的决策路径，以了解特定预测是如何做出的

import pydotplus
from sklearn.datasets import load_iris
from sklearn import tree

clf = tree.DecisionTreeClassifier(random_state=42)
iris = load_iris()

clf = clf.fit(iris.data, iris.target)

dot_data = tree.export_graphviz(clf, out_file=None,
                                feature_names=iris.feature_names,
                                class_names=iris.target_names,
                                filled=True, rounded=True,
                                special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data)

# empty all nodes, i.e.set color to white and number of samples to zero
for node in graph.get_node_list():
    if node.get_attributes().get('label') is None:
        continue
    if 'samples = ' in node.get_attributes()['label']:
        labels = node.get_attributes()['label'].split('<br/>')
        for i, label in enumerate(labels):
            if label.startswith('samples = '):
                labels[i] = 'samples = 0'
        node.set('label', '<br/>'.join(labels))
        node.set_fillcolor('white')

samples = iris.data[129:130]
decision_paths = clf.decision_path(samples)

for decision_path in decision_paths:
    for n, node_value in enumerate(decision_path.toarray()[0]):
        if node_value == 0:
            continue
        node = graph.get_node(str(n))[0]            
        node.set_fillcolor('green')
        labels = node.get_attributes()['label'].split('<br/>')
        for i, label in enumerate(labels):
            if label.startswith('samples = '):
                labels[i] = 'samples = {}'.format(int(label.split('=')[1]) + 1)

        node.set('label', '<br/>'.join(labels))

filename = 'tree.png'
graph.write_png(filename)

导入pydotplus
从sklearn.dataset导入加载
从sklearn导入树
clf=tree.DecisionTreeClassifier（随机状态=42）
iris=加载_iris（）
clf=clf.fit（iris.data，iris.target）
dot_data=tree.export_graphviz（clf，out_file=None，
功能名称=iris.feature名称，
class_name=iris.target_name，
填充=真，四舍五入=真，
特殊字符（为真）
graph=pydotplus.graph_from_dot_数据（dot_数据）
#清空所有节点，即将颜色设置为白色，将采样数设置为零
对于图中的节点。获取节点列表（）
如果node.get_attributes（）.get（'label'）为无：
持续
如果node.get_attributes（）['label']中的“samples=”：
labels=node.get_attributes（）['label'].split（“
”）
对于i，枚举中的标签（标签）：
如果label.startswith（'samples='）：
标签[i]=“样本=0”
node.set（'label'，'
'.join（labels））
node.set_fillcolor（'white'））
样本=虹膜数据[129:130]
决策路径=clf.决策路径（示例）
对于决策路径中的决策路径：
对于n，枚举中的节点值（decision_path.toarray（）[0]）：
如果节点_值==0：
持续
node=graph.get_节点（str（n））[0]
node.set_fillcolor（'green'））
labels=node.get_attributes（）['label'].split（“
”）
对于i，枚举中的标签（标签）：
如果label.startswith（'samples='）：
标签[i]='samples={}'。格式（int（label.split（'='）[1]）+1）
node.set（'label'，'
'.join（labels））
文件名='tree.png'
graph.write_png（文件名）

我想做的是在我的Jupiter笔记本中的不同绘图中绘制所有样本决策路径。我应该在代码中添加什么