Python 如何获得可理解的DecisionTreeClassifier输出？

2个问题，我已经做了几个小时的研究，但没有解决。当我使用“tree.plot_tree”（我的_模型）和两个级别制作DecisionTreeClassifier tree时，我可以清楚地看到树。变量表示为X[55]，我还没有找到如何用变量名替换X[55]，比如“temperature”“。当我将级别设置为3级或更高，并且绘图无法读取时。使其变大只会使模糊的字符变大，但仍然模糊

下面是一些代码：

X = df.drop ( ['target_var'], axis = 1 )
y = df [ [ 'target_var' ] ]
X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=1)

model = tree.DecisionTreeClassifier( max_depth = 3 )

model.fit(X_train, y_train)
y_predict = model.predict(X_test)
accuracy_score(y_test, y_predict)

tree.plot_tree(model )

---

通常情况下，您需要使用rc参数值（如figure size和font size）更改matplotlib绘图的大小。如果你想放大和缩小很多，你也可以改变dpi

import matplotlib as mpl
mpl.rcParams['figure.dpi'] = 300
mpl.rcParams['figure.figsize'] = [14, 10] # 14 by 10 inch
mpl.rcParams['font.size'] = 15

至于设置变量名，您可以使用feature_names参数来完成，只需将名称作为字符串列表传递即可。

---

这还将更改使用这些值的任何内容，其中应包括sklearn库。