Scikit learn 向决策树添加正确的标签

我正在机器学习项目中使用随机森林回归器。为了更好地理解预测的逻辑，我想可视化一些决策树，并检查在预测时使用了哪些功能

为此，我编写了以下代码：

from sklearn.tree import export_graphviz
from subprocess import call
from IPython.display import Image

# Select one estimator from the Random Forests
estimator = best_estimators_regr['RandomForestRegressor'][0].estimators_[0]

export_graphviz(estimator, out_file=path+'tree.dot', 
           rounded=True, proportion=False, 
           precision=2, filled=True)
call(['dot', '-Tpng', path+'tree.dot', '-o', path+'tree.png', '-Gdpi=600'])
Image(filename=path+'tree.png')

---

问题是我在训练模型时使用了

max\u features

参数，因此我不知道每个树中使用了哪些特征。因此，当绘制一棵树时，我只需得到

X[一些数字]

。该数字是否与原始数据集中的列相对应？如果没有，我如何告诉它使用列的名称而不是数字？

使用

RandomForestClassifier

中的

'max\u features'

参数一次获取特征的数量，以找到最佳分割。该参数被传递给所有单个估计器（

DecisionTreeClassifier

）。基本

DecisionTreeClassifier

对象都接受整个数据（样本从训练数据中采样，但所有列特征都传递给每个树）。特征顺序决定为单个

DecisionTreeClassifier

对象。所以不用担心

---

您可以使用

export\u graphviz

中的

feature\u names

参数传递所有功能的每个功能的名称。

如果我理解正确，我只需将

columns

参数从我的数据框传递到

feature\u names

，对吗？谢谢