Plot NotFitteError:此BalancedAndomForestClassifier实例尚未安装。呼叫'；适合'；在使用此方法之前使用适当的参数

我正试图绘制我的模型，但代码是错误的，模型还没有拟合。但我适合这个模型。有人能帮我解释为什么我会犯这个错误吗

我的代码如下

model = BalancedRandomForestClassifier(n_estimators = 200, random_state = 0, max_depth=6)

model.fit(x_train, y_train)
y_pred_rf = model.predict(x_test)

dot_data = StringIO()
export_graphviz(model, out_file=dot_data,  
            filled=True, rounded=True,
            special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
Image(graph.create_png())

---------------------------------------------------------------------------
NotFittedError                            Traceback (most recent call last)
<ipython-input-57-0036434b9b2c> in <module>
 16 export_graphviz(model, out_file=dot_data,  
 17             filled=True, rounded=True,
 ---> 18             special_characters=True)
 19 graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
 20 Image(graph.create_png())

 /opt/anaconda/envs/env_python/lib/python3.6/site- 
 packages/sklearn/tree/export.py in export_graphviz(decision_tree, out_file, 
 max_depth, feature_names, class_names, label, filled, leaves_parallel, 
 impurity, node_ids, proportion, rotate, rounded, special_characters, 
 precision)
 754     """
 755 
 --> 756     check_is_fitted(decision_tree, 'tree_')
 757     own_file = False
 758     return_string = False

 /opt/anaconda/envs/env_python/lib/python3.6/site- 
 packages/sklearn/utils/validation.py in check_is_fitted(estimator, 
 attributes, msg, all_or_any)
 912 
 913     if not all_or_any([hasattr(estimator, attr) for attr in 
 attributes]):
 --> 914         raise NotFittedError(msg % {'name': 
 type(estimator).__name__})
 915 
 916 

 NotFittedError: This BalancedRandomForestClassifier instance is not fitted 
 yet. Call 'fit' with appropriate arguments before using this method.

误差如下

model = BalancedRandomForestClassifier(n_estimators = 200, random_state = 0, max_depth=6)

model.fit(x_train, y_train)
y_pred_rf = model.predict(x_test)

dot_data = StringIO()
export_graphviz(model, out_file=dot_data,  
            filled=True, rounded=True,
            special_characters=True)
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())  
Image(graph.create_png())

---------------------------------------------------------------------------
NotFittedError                            Traceback (most recent call last)
<ipython-input-57-0036434b9b2c> in <module>
 16 export_graphviz(model, out_file=dot_data,  
 17             filled=True, rounded=True,
 ---> 18             special_characters=True)
 19 graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
 20 Image(graph.create_png())

 /opt/anaconda/envs/env_python/lib/python3.6/site- 
 packages/sklearn/tree/export.py in export_graphviz(decision_tree, out_file, 
 max_depth, feature_names, class_names, label, filled, leaves_parallel, 
 impurity, node_ids, proportion, rotate, rounded, special_characters, 
 precision)
 754     """
 755 
 --> 756     check_is_fitted(decision_tree, 'tree_')
 757     own_file = False
 758     return_string = False

 /opt/anaconda/envs/env_python/lib/python3.6/site- 
 packages/sklearn/utils/validation.py in check_is_fitted(estimator, 
 attributes, msg, all_or_any)
 912 
 913     if not all_or_any([hasattr(estimator, attr) for attr in 
 attributes]):
 --> 914         raise NotFittedError(msg % {'name': 
 type(estimator).__name__})
 915 
 916 

 NotFittedError: This BalancedRandomForestClassifier instance is not fitted 
 yet. Call 'fit' with appropriate arguments before using this method.

---------------------------------------------------------------------------
NotFittedError回溯（最近一次呼叫最后一次）
在里面
16导出图形（模型，输出文件=点数据，
17填充=真，四舍五入=真，
--->18个特殊字符=真）
19 graph=pydotplus.graph_from_dot_data（dot_data.getvalue（））
20图像（graph.create_png（））
/opt/anaconda/envs/env_python/lib/python3.6/site-
export_graphviz中的packages/sklearn/tree/export.py（决策树、输出文件、，
最大深度、特征名称、类别名称、标签、填充、保持平行、，
杂质、节点ID、比例、旋转、圆角、特殊字符、，
精度）
754     """
755
-->756检查是否安装（决策树“树”）
757 own_file=False
758返回_字符串=False
/opt/anaconda/envs/env_python/lib/python3.6/site-
检查中的packages/sklearn/utils/validation.py已安装（估计器，
属性、消息、全部或任何）
912
913如果不是所有的或任何（[hasattr（estimator，attr））中的attr
属性]：
-->914 raise NOTFITTEDEError（消息%{'name'：
类型（估计器）。\uuuuu名称\uuuu}）
915
916
NotFittedError：此BalancedAndomForestClassifier实例未安装
但是，在使用此方法之前，请使用适当的参数调用“fit”。

export\u graphviz

需要一个单一的树模型。因此，当这是一个集合时，您需要在树上循环。

BalancedAndomForestClassifier

为这种用法公开了

estimators\uu

。如Parthasarathy Subburaj所述，您可以循环其他

estimators\uu

并调用该函数

我建议您使用

sklearn.tree.plot\u tree（…）

：

---

这是一个纯粹的matplotlib绘图辅助工具，如果您只想获得图像表示而不使用

graphviz

可以发布完整的回溯错误吗？以及最小的可复制错误。我添加了完整的错误文本。我将回滚我的答案…因为@glemaitre答案比我的更准确。在这种方法中n我使用DecisionTreeClassifier，它起作用了。但当我使用BalancedAndomForestClassifier时，我得到了如下错误；AttributeError:“BalancedAndomForestClassifier”对象没有属性“tree”\u此方法仅用于DecisionTreeClassifier？？如

BalancedAndomForestClassifier

，

RandomForestClassifier

所述，etc是预测值的集合。这意味着它们由多个预测值组成。这些估计值存储在

模型中。估计值\uu

。因此

模型。估计值\u0]

将是集合中的第一个

DecisionTreeClassifier

，您可以使用

export\u graphviz

显示它。然后，您将拥有与

模型中估计器数量相同的图。估计器

（以及集合中的树数）。