PYTHON决策树可视化

[！[enter image description here][1][1]我想可视化我在pdf或png文件中应用于数据的树决策分类器。我尝试通过下面的代码使用graphviz进行可视化：

X_train, X_test, y_train, y_test = \
        train_test_split(X, y, test_size=0.30, random_state=1)

clf =tree.DecisionTreeClassifier(max_depth=43)
clf = clf.fit(X_train, y_train)
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[0].write_pdf("tree.pdf") 

---

但这一程序无法完成。有一次我遇到了内存不足的错误，第二次我遇到了错误“dot stop working”。由于这个问题，我想通过知道哪里是左撇子，哪里是右撇子，哪里是左撇子，来了解这棵树？如果您遇到如下错误，感谢您的回复和帮助：

Program terminated with status: -11. stderr follows: dot: graph is too large for cairo-renderer bitmaps.

from sklearn.tree import export_text

r = export_text(clf, feature_names=df_X_train.columns)
print(r)

然后，为了理解该树，您可以尝试在屏幕上将其设置为树文本格式，如下所示：

Program terminated with status: -11. stderr follows: dot: graph is too large for cairo-renderer bitmaps.

from sklearn.tree import export_text

r = export_text(clf, feature_names=df_X_train.columns)
print(r)

---

你有多少优势？@CodeIsLife我对决策树相当陌生。你能告诉我你说的“边缘”是什么意思吗？我认为错误可能是因为我有128000个样本。对于每个示例，都有2个功能Show deep is your tree:levels count，nodes count…@CodeIsLife max_depth是43。请发布您的代码，尤其是引起此错误的部分