Python 3.x 雷多姆森林的树木结构太大，无法目测，如何浓缩？

我为一个分类问题训练了一个平衡森林，现在我想画一棵树。但是，当使用

export_graphviz

执行此操作时，树输出太大，我不希望所有树都显示，只显示一个随机树。我怎样才能做到这一点

#train balanced random forest
brf = BalancedRandomForestClassifier(n_estimators=50, random_state=0)
#fit model
brf.fit(X_train, y_train)
y_pred_brf = brf.predict(X_test)

# Extract single tree
estimator = brf.estimators_[1]
# Export as dot file
export_graphviz(estimator, 
                out_file='tree.dot', 
                feature_names = ['feature_1','feature_2','feature_3'],
                class_names =['fraud','no_fraud'],
                rounded = True, 
                proportion = False, 
                precision = 2, 
                filled = True)

# Convert to png using system command (requires Graphviz)
from subprocess import call
call(['dot', '-Tpng', 'tree.dot', '-o', 'tree.png', '-Gdpi=100'])

# Display in jupyter notebook
from IPython.display import Image
Image(filename = 'tree.png')

---

我得到的输出是这个巨大的树结构（这个屏幕截图甚至没有显示整个树，它甚至更大！）：

我需要在模型中添加

max\u depth

，例如：

brf = BalancedRandomForestClassifier(n_estimators=50, random_state=0, max_depth = 2)

---

max_depth

影响显示的深度，而不是树的数量，树的数量在代码中已经是1。您的标题有误导性，我建议您相应地编辑它。@desertnaut，所以这是一个添加最大深度和n_估计量的问题。