Python 不使用graphviz/web可视化决策树
由于一些限制,我不能使用graphviz,webgraphviz.com 可视化决策树(工作网络与另一个世界是封闭的) 问题:是否有一些替代实用程序或Python代码,用于至少非常简单的可视化,可能只是决策树的ASCII可视化(Python/sklearn) 我的意思是,我可以特别使用sklearn:tree.export_graphviz() 它生成具有树结构的文本文件,从中可以读取树, 但是用“眼睛”做这件事并不愉快 PS 注意Python 不使用graphviz/web可视化决策树,python,scikit-learn,visualization,decision-tree,Python,Scikit Learn,Visualization,Decision Tree,由于一些限制,我不能使用graphviz,webgraphviz.com 可视化决策树(工作网络与另一个世界是封闭的) 问题:是否有一些替代实用程序或Python代码,用于至少非常简单的可视化,可能只是决策树的ASCII可视化(Python/sklearn) 我的意思是,我可以特别使用sklearn:tree.export_graphviz() 它生成具有树结构的文本文件,从中可以读取树, 但是用“眼睛”做这件事并不愉快 PS 注意 graph = pydotplus.graph_from_do
graph = pydotplus.graph_from_dot_data(dot_data.getvalue())
Image(graph.create_png())
将不起作用,因为create_png隐式使用graphviz这里是一个既不使用graphviz也不使用在线转换器的答案。从scikit learn 21.0版(大约2019年5月)起,现在可以使用scikit learn的matplotlib绘制决策树,而无需依赖graphviz
import matplotlib.pyplot as plt
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
from sklearn import tree
X, y = load_iris(return_X_y=True)
# Make an instance of the Model
clf = DecisionTreeClassifier(max_depth = 5)
# Train the model on the data
clf.fit(X, y)
fn=['sepal length (cm)','sepal width (cm)','petal length (cm)','petal width (cm)']
cn=['setosa', 'versicolor', 'virginica']
# Setting dpi = 300 to make image clearer than default
fig, axes = plt.subplots(nrows = 1,ncols = 1,figsize = (4,4), dpi=300)
tree.plot_tree(clf,
feature_names = fn,
class_names=cn,
filled = True);
fig.savefig('imagename.png')
下图是保存的内容。
代码是根据这一点改编的 我以前用过,但它需要一些调整。您可能会找到更多答案,也可以在这里找到一些信息:本文可能对您有用: