Python中的rpart.plot等效于什么？我想将随机森林的结果可视化

在

[R]

中，您可以像这样可视化随机森林的结果（从互联网上无耻地窃取的图像）。Python中的等价物是什么？我可以使用

功能\u重要性\u

获得sklearn随机森林分类的结果，但我想知道他们将结果发送到哪个方向。我意识到，在一片茂密的森林里，我无法检查每一根树枝，但也许它可以衡量概率？谢谢

---

使用tree.export_graphviz的参数，请参见此示例和图像结果：

tree.export_graphviz(clf, out_file=out, feature_names=['alcohol', 'income'],class_names=['0','1'], 
                     filled=True, rounded=True, special_characters=True)

graph=pydotplus.graph_from_dot_data(out.getvalue())
Image(graph.create_png())

图像结果

---

请参阅和。

请勿使用外国IP！尊重版权（或copyleft：声明许可证）我不认为rpart做随机森林。它生成单个决策树。没有简单的方法为随机林绘制这样的图表，因为随机林包含许多决策树，其中一些甚至可能使用不同的输入变量子集。我认为模式结果是树本身，不是吗？它最终不是在预测中使用决策树结构吗？它使用许多弱树分类器进行多数投票，并且每个树分类器都有不同的阈值参数。这就是为什么不可能在随机森林中生成决策树图的原因。很抱歉吹毛求疵，@JianxunLi，但它使用了许多强大的树分类器。bagging（随机林就是这么做的）和boosting（使用弱学习者）之间有一个重要的区别。有没有一种方法可以在Python中使用这些值？我发现这些图表在我的用例中不可读。