Python 如何在scikit学习中向决策树的输出添加功能名称
我正在scikit学习中构建一个决策树,然后想要生成该树的pdf。我输出树的工作流程大致如下Python 如何在scikit学习中向决策树的输出添加功能名称,python,scikit-learn,Python,Scikit Learn,我正在scikit学习中构建一个决策树,然后想要生成该树的pdf。我输出树的工作流程大致如下 vec = DictVectorizer() data_vectorized = vec.fit_transform(data) vec.get_feature_names() #Shows feature names clf = tree.DecisionTreeClassifier() clf = clf.fit(data_vectorized, Labels) from sklearn.ext
vec = DictVectorizer()
data_vectorized = vec.fit_transform(data)
vec.get_feature_names() #Shows feature names
clf = tree.DecisionTreeClassifier()
clf = clf.fit(data_vectorized, Labels)
from sklearn.externals.six import StringIO
import pydot
dot_data = StringIO()
tree.export_graphviz(clf, out_file=dot_data)
graph = pydot.graph_from_dot_data(dot_data.getvalue())
graph.write_pdf("tree.pdf")
但是,此pdf的每个节点都使用数据矢量化[i]对某些i进行比较。当矢量化的数据很大且稀疏时,这很难解释
如何让它显示功能的名称
此图显示了您得到的示例(当特性位于变量X中时)。例如,我希望X[2]被特性的名称替换
尝试将导出更改为:
tree.export_graphviz(clf, out_file=dot_data, feature_names=vec.get_feature_names())
谢谢!我应该发现的。