Scikit learn 是否可以使用测试集而不是训练集来可视化sklearn决策树性能？

当我可视化这棵树时，我看到了用来训练它的样本是如何在决策树中流动的。是否可以生成类似的可视化，但显示测试集的值如何在树中流动？我希望能够查看特定节点和叶子，以了解特定规则或规则链的正确性

我目前使用以下代码来可视化带有颜色的树

import pydotplus
from IPython.display import Image, display
def visualize_tree(X, y, clf, proportion=False):
    dt_feature_names = list(X.columns)
    try:
        dt_target_names = [str(x) for x in set(y.values.ravel())]
    except:
        dt_target_names = [str(x) for x in set(y)]
    tree.export_graphviz(clf, out_file='sample_tree.dot',
                     feature_names=dt_feature_names,
                     class_names=dt_target_names,
                     filled=True,
                     proportion=proportion)
    graph = pydotplus.graph_from_dot_file('sample_tree.dot')
    display(Image(graph.create_png()))